「C4ljp2014/presentation」を編集中
この編集を取り消せます。 下記の差分を確認して、本当に取り消していいか検証してください。よろしければ変更を公開して取り消しを完了してください。
最新版 | 編集中の文章 | ||
40行目: | 40行目: | ||
::データカタログのためのソフトウェアの一つとして,Open Knowledge Foundation が開発しているCKANというオープンソースソフトウェアがある.CKANは世界中のデータカタログサイトで採用されているソフトウェアであり,日本においても日本政府のデータカタログサイト試行版をはじめとして,様々なサイトで既に利用されている.本発表では,CKANについての概要や日本における事例,また,CKANのカタログについての紹介をする.それにより,図書館関係者がオープンデータにおいて果たせる役割を考えたい. | ::データカタログのためのソフトウェアの一つとして,Open Knowledge Foundation が開発しているCKANというオープンソースソフトウェアがある.CKANは世界中のデータカタログサイトで採用されているソフトウェアであり,日本においても日本政府のデータカタログサイト試行版をはじめとして,様々なサイトで既に利用されている.本発表では,CKANについての概要や日本における事例,また,CKANのカタログについての紹介をする.それにより,図書館関係者がオープンデータにおいて果たせる役割を考えたい. | ||
===<span id="kiyota"> | ===<span id="kiyota">ログデータの活用が進まない現状を打破するために: Wikipediaページ閲覧統計データを題材とした試み(清田 陽司)</span>=== | ||
::大規模なWeb情報サービスを展開する企業を中心として、いわゆるビッグデータの利用が進みつつあり、巨大なログデータを活用した事例も多数報告されている。しかし、これらの事例を実践できるのは、巨大なログデータへのアクセスが可能なエンジニア(多くの場合、企業の社員、あるいは企業と密接な関係をもつ大学の研究者など)に限られている。巨大なログデータの公開はほとんどなされておらず、AOLクエリーログやNetflixデータセットのように、公開によって深刻なプライバシー上の問題を引き起こすこともある。図書館分野においても、貸出履歴データやOPACのクエリーログの利用の可能性やリスクが議論されているものの、プライバシー上の懸念から、可能性やリスクを検証するためにデータ利用を試すことさえ難しい状況が続いている。しかし、Code4Libコミュニティにおいてログデータ利用のノウハウを蓄積していくことを目指すならば、多くのライブラリアンが同じログデータを共有することはいずれ避けては通れない。そこで、現状での貸出履歴データやクエリーログの共有が難しいことは認めつつ、まずは似た性質(大規模、時系列、解析によって有用な知識が発見できる)をもつログデータを共有し、ハンズオンなどの活動を通じてノウハウの共有も進めていく、という方向性を提案したい。具体的には、Wikipediaのページ閲覧統計データを題材とした時系列解析のノウハウを紹介する。 | ::大規模なWeb情報サービスを展開する企業を中心として、いわゆるビッグデータの利用が進みつつあり、巨大なログデータを活用した事例も多数報告されている。しかし、これらの事例を実践できるのは、巨大なログデータへのアクセスが可能なエンジニア(多くの場合、企業の社員、あるいは企業と密接な関係をもつ大学の研究者など)に限られている。巨大なログデータの公開はほとんどなされておらず、AOLクエリーログやNetflixデータセットのように、公開によって深刻なプライバシー上の問題を引き起こすこともある。図書館分野においても、貸出履歴データやOPACのクエリーログの利用の可能性やリスクが議論されているものの、プライバシー上の懸念から、可能性やリスクを検証するためにデータ利用を試すことさえ難しい状況が続いている。しかし、Code4Libコミュニティにおいてログデータ利用のノウハウを蓄積していくことを目指すならば、多くのライブラリアンが同じログデータを共有することはいずれ避けては通れない。そこで、現状での貸出履歴データやクエリーログの共有が難しいことは認めつつ、まずは似た性質(大規模、時系列、解析によって有用な知識が発見できる)をもつログデータを共有し、ハンズオンなどの活動を通じてノウハウの共有も進めていく、という方向性を提案したい。具体的には、Wikipediaのページ閲覧統計データを題材とした時系列解析のノウハウを紹介する。 | ||