@misc{Vorndran2018, author = {Vorndran, Angela}, title = {Hervorholen was in unseren Daten steckt ! Mehrwerte durch Analysen großer Bibliotheksdatenbest{\"a}nde}, series = {TK 6: erschließen \& erhalten / Innovationen der Erschließung (13.06.2018, 16:30 - 18:00 Uhr, Saal D)}, journal = {TK 6: erschließen \& erhalten / Innovationen der Erschließung (13.06.2018, 16:30 - 18:00 Uhr, Saal D)}, url = {http://nbn-resolving.de/urn:nbn:de:0290-opus4-36270}, year = {2018}, abstract = {Die Deutsche Nationalbibliothek verfolgt das Ziel, den unter Culturegraph.org verf{\"u}gbaren großen Datenbestand von mehr als 150 Millionen Titeldaten deutschsprachiger Bibliotheksverb{\"u}nde (BSZ, BVB, GBV, HBZ, HeBIS und OBV) sowie der Deutschen Nationalbibliothek {\"u}ber Analysen, Verkn{\"u}pfungen und Auswertungen in gr{\"o}ßerem Umfang nutzbar zu machen. Der Vortrag soll die hierzu eingesetzten und geplanten Datenanalyseverfahren auf Metadatenebene vorstellen. Durch Anwendung eines Clustering-Algorithmus werden Werke im Sinne des Library Reference Models (LRM) zusammengefasst. Das bedeutet, dass verschiedene Ausgaben, {\"U}bersetzungen oder Auflagen eines inhaltlich gleichen Werkes zu B{\"u}ndeln zusammengestellt werden. Die B{\"u}ndel gleicher Werke bieten vielf{\"a}ltige M{\"o}glichkeiten, relevante Informationen von einzelnen Datens{\"a}tzen auf alle Mitglieder eines Clusters zu {\"u}bertragen, beispielsweise bei inhaltserschließender Information wie Klassifikation oder verbaler Erschließung. Verf{\"u}gt ein Titel eines Clusters {\"u}ber solche Information, kann sie auf die weiteren Mitglieder des Clusters {\"u}bertragen werden, da die Inhalte aller Manifestationen eines Werks laut Definition identisch sind. Eine weitere Nutzungsm{\"o}glichkeit besteht in einer umfangreicheren Normierung der Daten. Innerhalb eines Clusters k{\"o}nnen Angaben ohne Verkn{\"u}pfung zur Gemeinsamen Normdatei (GND) durch entsprechende Verkn{\"u}pfungen sowie solche zu Namensdatens{\"a}tzen durch Personendatens{\"a}tze ersetzt werden. Auch zur weiteren statistischen Exploration des in Deutschland verf{\"u}gbaren Bibliotheksbestandes eignen sich die aggregierten Daten dieses Angebote S. Beispielsweise k{\"o}nnen mithilfe dieser Daten Entwicklungen der Publikationskultur der letzten Jahrzehnte, Zeitreihenanalysen und Interdependenzen einzelner Datensatzfelder illustriert werden, die u.a. zur Vorschlagsgenerierung bei der Datensatzerstellung genutzt werden k{\"o}nnen.}, language = {de} }