Nutzer, die das Buch ausgeliehen haben, haben auch ... - Datengetriebene Empfehlungen für die Ausleihe
- Das Suchverständnis und -verhalten der Nutzer hat sich mit Google und Amazon auch in Bibliotheken dramatisch geändert. Trotzdem sind die zentralen Katalogsysteme der Einstiegspunkt in die Literaturrecherche, insbesondere für die Bestände der wissenschaftlichen Bibliotheken. Während es bereits Empfehlungssysteme auf Basis der Nutzerrecherche oder der systematischen Zusammenhänge gibt, fehlen Ansätze, die Ausleihdaten berücksichtigen. Zielstellung ist es, diese Lücke zu schließen, indem Empfehlungen basierend auf den Ausleihdaten ermöglicht werden.Datenschutzschranken und die Verknüpfung von Katalog- und Ausleihsystem stellen Herausforderungen dar, die der genutzte Ansatz eines Data-Privacy-By-Design-Konzepts überwindet. Mit etablierten Methoden des Data-Mining, können nicht-personalisierte Empfehlungen erstellt werden, die sowohl auf unterschiedlichen Suchstufen (Autorenebene, Werkebene oder Titelebene) wie auch auf unterschiedlichen Zeiträumen basieren.Erste Ergebnisse an der UB Magdeburg zeigen dabei, dass hinreichend viele Empfehlungen in Abhängigkeit der Parametrisierung für Ausleihen möglich sind. Zudem kann eine nahtlose Integration sowohl in Katalog- wie auch Discoverysystemen erfolgen. Das Konzept verwendet dabei eine Service-orientierte Softwarearchitektur, um eine größtmögliche Flexibilität und Weiternutzung zu ermöglichen und zugleich auf bestehenden Ansätzen aufzubauen. Die resultierenden Empfehlungen erzeugen einen Mehrwert für den Nutzer, der zu einer Erhöhung der Ausleihzahlen führen kann.Eine Justierung der Empfehlungen erfolgt über Data Mining-Parameter und für die Privacy relevante Parameter. Eine Evaluation der Ergebnisse bei unterschiedlichen Parametersätzen kann wichtige Informationen für das Bestandsmanagement bereitstellen. Das Konzept wurde im Rahmen einer Masterarbeit an der HU Berlin erstellt und evaluiert.