Informationssökning på Internet med musikaliska förtecken

…med utflykter i Web2.0-världen

SMBF Uppsala 2008-03-11Lars Våge

Mittuniversitetets bibliotek

Den moderna informationssökningens största utmaning?

Trafik till www.bib.miun.se från olika sökmotorer

0

10

20

30

40

50

60

70

80

90

1999 2000 2001 2002 2003 2004 2005 2006 2007

År

Pro

cen

t

Google

Altavista

Evreka/Eniro

MSN Search

Yahoo!

Google yourself to death

• Googlefixeringen är idag närmast total• Syns du inte i Google finns du inte…• …men Google har inte störst index• Google brukar slås av andra vid studier av relevans• Google har inte så avancerade sökfunktioner som vissa

andra sökmotorer• Överlappningen mellan de största sökmotorerna är

överskattad• Övertron på ett sökverktyg är fördummande och

utnyttjas

Hur söker vi på webben?

• Flera undersökningar visar att:• Få använder mer än en sökmotor• Få använder avancerade sökfunktioner• Få tittar på mer än en träffsida• Få tittar på annat än den övre delen av första träffsidan

(scrollar inte nedåt)• Få följer mer än en eller två länkar• Få bryr sig om att fundera över webbsidors trovärdighet• Sökordsstatistik: vanligast är att man använder två ord,

därefter tre, fyra eller ett sökord

Vad får folk inte se

Vad får folk inte se heller

Vad folk nöjer sig med att se

Hur blev det så här?

• I slutet av 90-talet drabbades Internet av portalitis, alla webbplatser skulle vara portaler

• Google dök upp 1998-99 när sökningen kommit i skymundan och hade ett gränssnitt som var rent och avskalat

• Googles träffar upplevdes som relevanta, de var först med att använda länkanalys

• Idag är Google vare sig störst, ”bäst” eller ger relevantast träffar men vanans makt är enorm

• Google dominerar Internetannonseringen och lever främst på denna och är en global maktfaktor i stil med Microsoft

Nyttan av att kunna mer än att Googla

• Att kunna söka bra och hitta på nätet blir allt viktigare• I skolarbete, under högskolestudier, i arbetet och på

fritiden – hela tiden behöver vi information• Alla som tillägnar sig bra sökteknik får

”konkurrensfördelar” – kan snabbare gå från infosökning till användande av informationen

• Överraskande mycket men långt ifrån ”allt” finns att finna på nätet idag

• Problemet är att den bra informationen drunknar• Lösningen är dels att bli bra på att skriva sökuttryck,

dels att känna till söktjänsterna bättre• Mycket gömmer sig också i den s.k. osynliga webben

som inte går att söka med vanliga sökmotorer – det är viktigt att känna till denna problematik

Hur ska man tänka?

• Vad är det för typ av information som ska sökas?• Vem/vilka bryr sig tillräckligt mycket för att producera

den typen av information?• Var kan den typen av information finnas? Finns den på

webben?• Vilka typer av söktjänster är i så fall lämpliga att

använda för att hitta den?• Hur ska jag söka i de aktuella söktjänsterna?• Vilka sökord och sökuttryck kan fungera?

Att hitta på bra sökuttryck är A och O

• Skriv ner din sökfråga som en vanlig mening och välj ut de viktigaste betydelsebärande orden

• Fundera över tänkbara synonymer, ordvarianter och relaterade termer till dessa ord

• Är dina sökord mångtydiga eller allt för generella kan det vara bra att komplettera dem

• Det kan vara bra att komma på ord som förekommer ofta tillsammans med sökordet men i fel sammanhang - dessa ord bör man exkludera från sökningen

• Tips: Föreställ dig vilken mening du vill läsa på träffsidorna och sök på den frasen! ”Huvudstaden i Benin är”

Hur fungerar egentligen sökmotorer?

• insamling av webbsidor och skapandet av index i sökmotorer sköts helt av datorprogram

• sökmotorer erbjuder fulltextsökning av webbsidor• spindelprogrammet – hämtar webbsidor och söker efter

länkar till fler webbsidor och besöker dessa i sin tur• indexeringsprogrammet – analyserar webbsidor och

extraherar information som indexeras för att göras sökbar

• sökmodulen – är sökmotorns ansikte utåt på webben och möjliggör sökningen mot indexet

• alla delar måste fungera bra var för sig och samverka• Sökmotorsökning = sök i webben som den var för ett

tag sedan

Att använda olika typer av söktjänster

• Idag finns en mångfald av söktjänster för olika ändamål• Att känna till och kunna använda mer än en generell

sökmotor kan ge mycket• Specialiserade söktjänster finns både som delar av de

vanliga söktjänsterna och som självständiga• I t.ex. Google, Yahoo och Eniro finns ett flertal

specialiserade söktjänster dolda under flikar och diskreta länkar

• Vissa av dessa är mycket intressanta men andra mindre• De har tydligt definierade begränsningar som källurval,

ämnesområde, dokument- eller filtyper, tidsperiod

Specialiserade söktjänster 1

• Nyhetssöktjänster - bör man alltid använda för senaste nytt

• Eniros nyhetssök är den bästa svenska, Yahoo har den bästa internationella täckningen och verktygen

• I nyhetssöktjänster ingår idag en del bloggar som alternativa nyhetskällor vid sidan av vanliga media

• Här finns också pressmeddelanden och nyhetsbyråerna• Prova Newsdesk.se för svenska pressmeddelanden• Möjlighet att söka efter forskningsartiklar finns t.ex. i

Google Scholar och Windows Live Academic

Specialiserade söktjänster 2

• Att söka efter bild, ljud och video är populärt• De största söktjänsterna har alla bildsökning men man

kan använda svenska Picsearch som är barnvänlig• Findsounds har en bra webbkatalog med ljud• En annan ljudproduktion är podradio (podcasting) – ny

trend med sökning med automatisk taligenkänning (Podscope, Everyzing, Blinkx)

• Fildelning av bild, ljud, video finns både laglig, halvlaglig och olaglig (Flickr, Youtube)

• Det finns inte så många källor som är omedelbart pålitliga när det gäller att söka fakta

• Den engelska Wikipedia är av mycket hög kvalitet men de svenska inte lika bra

Wikipedias allt större betydelse som källa och auktoritet

• Allt fler dagstidningar och tidskrifter citerar vanemässigt (engelskspråkiga) Wikipedia

• Ärevördiga Nature visade i en studie i december 2005 att kvaliteten var fullt jämförbar med Encyclopedia Britannica

• Deras undersökning kritiserades men Nature stod på sig och uppmanar forskare att skriva

• En av webbens mest besökta och lästa webbplatser vare sig man vill eller inte, alltid högt i Googles träfflistor

• Ett fantastiskt socialt kunskapsprojekt som utmärks av social kontroll, global granskning, försök till manipulation (jfr Wiki Scanner)

• Wikipedia är Web2.0

Vad kan bloggar fylla för funktioner?

• Personlig publicering utan redaktionell översyn• Dagboksanteckningar, dokumentation, terapi• Nyhetsförmedling, kommentar, media watch dogs• Kunskapsförmedling, pedagogiskt verktyg• Åsiktsförmedling, debatt• Kampanjarbete, politiskt verktyg• Skvaller, desinformation• Informationsverktyg inom företag• Publicering av konstnärlig produktion (bild, musik)• Publicering av material som media inte vill, vågar eller

får använda

Ljudbloggar, podcasting, poddradio

• Bloggartiklar kan förses med s.k. enclosures eller filbilagor ungefär som e-postmeddelanden

• Från 2004 och framåt har bloggar med MP3-filer dykt upp och blivit mycket populärt

• Fenomenet kallas internationellt podcasting som är en sammankoppling av iPod och broadcasting

• Order poddradio används av Sveriges Radio som sänder ett stort antal program på detta sätt

• Det finns program för att automatiskt ladda ner MP3-filerna så att man kan lyssna på dem när man vill

• Mediet används som både amatörwebbradio och av internationella media som BBC och NPR

Musikbloggar – musikfildelningens framtid?

Hur fungerar musikbloggar?

• Det är nästan alltid olaglig spridning, men inte enbart (ex. Jonathan Powells blogg)

• Filerna lagras på webbplatser som Rapidshare, Megaupload m.fl. där man gratis och anonymt kan ladda upp filer (s.k. 1-click webhosters)

• Bloggarna länkar sedan till dessa filer• Få av dessa bloggare laddar själva upp material• Bloggarna är viktiga eftersom det inte finns sökmotorer

för webbplatser som Rapidshare• För att kunna utnyttja tjänsterna lättsamt krävs att man

betalar en månadsavgift till t.ex. Rapidshare• 100-500 MB brukar vara gräns för storlek, försvårar

användandet av dessa webbplatser för DVD-pirater

RSS – Riktigt simpel syndikering?

• RSS är ett XML-format för att sprida rubriker till nyhetsartiklar

• För att kunna läsa dessa behövs en RSS-läsare• Poängen är att RSS-läsaren själv håller rubriklistorna

uppdaterade – mycket tidsbesparande• Användaren behöver inte surfa till de individuella

källorna för att hålla koll utan tittar bara på rubrikerna • Många större nyhetsmedias webbplatser har idag flera

olika ämnesinriktade nyhetskanaler i RSS-format• Nästan alla bloggar har en tillhörande RSS-adress

Prenumerera på RSS-kanaler och podcatching

• För att använda RSS behövs en speciell RSS-läsare• Det finns flera webbaserade som är bra – t.ex. Netvibes

(som också hanterar podcasts)• Man kan också installera ett särskilt RSS-program på

datorn, brukar kallas news aggregators• Har man en webbaserad är man mer flexibel, men har

man ett eget RSS-program får man mer funktioner• Webbläsaren Firefox har inbyggt stöd för RSS – där

kallas det för ”aktiva bokmärken”, IE 7 kan också RSS• För att prenumerera på ljud- eller videoinnehåll

(podcasting) krävs ett podcatcher-program• Man kan spara sina prenumerationer som OPML-filer

Omvärldsbevakning med RSS-sökresultat

• I vissa sökmotorer kan man spara träfflistan som en RSS-adress

• Det innebär att man kan använda RSS för bevakning av om vissa nyckelord dyker upp i t.ex. nyhetsartiklar

• För att det ska fungera bör man datumsortera träffarna på resultatlistan innan man sparar RSS-adressen

• Googles nyhetssöktjänst har stöd för RSS – men det är separata nyhetssöktjänster för olika språk

• Yahoos nyhetssöktjänst har också stöd för RSS och har alla språk integrerade (bl.a. svenska)

• Används också i referensdatabaser och fulltextdatabaser för sökprofiler

Web2.0 – mycket mer än bloggar

• Web2.0 – glödhett uttryck inom IT-världen idag• Web2.0 – vagt buzzword som implicerar deltagande• Social bookmarking -> webbtjänster som visar listor av

bokmärken som vanliga användare skapat• Gammal idé som inte slagit på allvar förrän Del.icio.us

lanserades 2003• Bokmärkena organiseras inte i ämneshierarkier utan

genom att man anger sökbara ämnesord – s.k. tags• Det finns ingen kontrollerad lista av tags utan man kan

använda vilka ord som helst som man tycker passar• Tanken med tags är att folk ska kunna organisera sina

bokmärken som de vill samtidigt som de kan visa upp dem för andra som kan vara intresserade

Web 2.0 – taggar, kommentarer, marknadsföring

• I YouTube kan alla ladda upp och tagga videofiler (10 min)• En intelligent taggning förvandlar YouTube till en effektiv

marknadsföringskanal• Flickr följer samma princip men här lagrar och taggar man

bilder• Library of Congress har börjat ladda upp fotografier till

Flickr och uppmanar folk att tagga och kommentera dem• Amazon är en anfader till alla dessa webbplatser eftersom

man där kunnat kommentera mycket länge• I MySpace kan man blogga, delta i communities, grupper,

lägga upp egna bilder, videofiler – används också som marknadsföringskanal för musiker

• MySpace har låtit musiker ha egna profiler sedan 1998, kan ladda upp egenproducerade 6 MP3-filer

Stjärnan i musikens Web1.0 –

All Music Guide • AMG mest använda musiksöktjänsten på nätet – den

mest använda musikuppslagsboken• AMG är inte Web2.0 – innehållet skapas med en

traditionell redaktionell process• 900 musikkritiker skriver recensioner och biografier• Innehållet licensieras till andra webbplatser• Skapad 1991 av populärkulturexperten Michael Erlewine

och matematikern Vladimir Bogdanov som en slags köpguide

• Fanns innan webben! (minns ni Gopher?)• Allmusic.com (sedan 1995) är bara en del av vad som

finns i databasen• 1,4 miljoner album, 27 000 beskrivningar av klassiska

kompositioner, 842 000 bilder av skivomslag, metadata• Notoriskt långsam

Rate Your Music – en musikalisk LibraryThing

• RYM är en enorm samling metadata om skivor som skapats av internetanvändarna själva

• I december 2006 fanns över 700 000 skivor beskrivna• I RYM kan man skapa listor över skivor man har, skriva

recensioner, betygsätta, skapa speciallistor, kommunicera med andra användare

• RYM har funnits sedan 2000 och fr.o.m. 2004 kan artister utan skivkontrakt lägga in egna låtar

• Är ett utmärkt komplement till AMG som köpguide och innehåller många sociala aktiviteter

• Har många topplistor baserade på användarnas betyg• Är en motsvarighet till LibraryThing

Discogs – störst på digital musik och vinylutgåvor

• Discogs är mer inriktad på den diskografiska biten än RYM

• Lanserades också 2000 av diskjockeyn Kevin Lewandowski som en databas av hans samling

• Innehåller nu metadata om snart en miljon skivor, 77 500 skivbolag, 768 000 artister

• Ursprungligen inriktad på digital musikutgivning men täcker nu alla genrer och format (störst på vinyl)

• Mer detaljerad än RYM i beskrivningen genom katalogiserandet av ”credits”

• Innehåller inte alls lika mycket omdömen som RYM• Fungerar också som ett köp- och säljställe

Andra väletablerade sökrelaterade musiksajter och projekt

• MusicBrainz och FreeDB-projektet – de två överlevande ersättarna till den ursprungliga CD-databasen CDDB som kommersialiserades på 90-talet (Gracenote)

• Music Genome Project – varje låt representeras av 150-500 ”gener” (ett slags attribut) som skapar en vektor som kan avståndskopplas till andra låtar, experter ägnar 30 min åt varje låt (inte Web2.0…)

• Pandora använder MGP för att skapa ”radiostationer” som sänder likartad musik

• Last.fm – omtalad och prisbelönt webbplats som också skapar personaliserade ”radiostationer”, använder Audioscrobbler för att kartlägga användarnas smak och vanor och kunna göra rekommendationer

• Last.fm vs Amazon ”they’re clustering people by their musical tastes, not by what they buy”

”Laglig” nedladdning av liveinspelningar

• Vissa artister är uttryckligen emot att samlare utbyter oauktoriserade liveinspelningar

• Andra är s.k. trade friendly• Internet Archive har ett omfattande Live Music Archive

med över 47 000 konserter• Dimeadozen är en bittorrent tracker för liveinspelningar

som inte getts ut officiellt• Dimes lista över oacceptabelt material är än mer

omfattande och detaljerad• En annan bittorrent tracker med fria liveinspelningar är

bt.etree.org • Liveinspelningar utbyts vanligen i lossless format som

flac och shorten, bara ibland lossy som mp3