Utilizing Library Data เป็นหัวข้อที่ 2 ที่  Prof. Dr. Sam Oh (Sungkyunkwan University, South Korea Dean, SKKU Library) เป็นวิทยากรบรรยายในงานสัมมนา เรื่อง  I-School and Data Science: Knowledge and Experience from South Korea ณ ห้องกิจกรรม ชั้น 2 หอสมุดป๋วย อึ๊งภากรณ์ มหาวิทยาลัยธรรมศาสตร์ ศูนย์รังสิต วันที่ 20 กุมภาพันธ์ 2562

Prof. Dr. Sam Oh ได้กล่าวถึงเครือข่ายและระบบที่มีการจัดเก็บข้อมูลด้านห้องสมุด ได้แก่

National Library Statistics System (http://libsta.go.kr โดย กระทรวงวัฒนธรรม) มีการจัดเก็บข้อมูลห้องสมุดในด้านประเภทของห้องสมุด ความรับผิดชอบ ที่อยู่ เบอร์โทรศัพท์ เบอร์แฟกซ์ โฮมเพจ ยูอาร์แอล เป็นต้น  จัดทำรายงานผลเป็นรูปแบบ visualization

KOLIS-NET (The National Cataloging System by NLK) เป็นเครือข่ายที่ห้องสมุดประชาชนมากกว่า 1,400 แห่ง และห้องสมุดของรัฐบาลสามารถใช้ระบบในการลงรายการทางบรรณานุกรมร่วมกันเป็นระบบกลางผ่าน KOLIS-NET (https://www.nl.go.kr/kolisnet/) เริ่มดำเนินการมาตั้งแต่ปี ค.ศ. 2001 มีการสนับสนุนให้มีมาตรฐานในการลงเมทาดาทาที่ได้รับการยอมรับ สาระสังเขป และสารบัญ ทั้งนี้ ประเทศเกาหลีใต้ มีการจัดทำ KOMARC  เพื่อเป็นมาตรฐานในการลงรายการทางบรรณานุกรมเป็นของประเทศตนเอง

National InterLibray Loan : Library One (https://www.nl.go.kr/nill/user/index.do) เป็นระบบการยืมระหว่างห้องสมุดแห่งชาติของเกาหลีใต้ ซึ่งใช้เพียงบัตรเดียวก็สามารถยืมได้

OCLC Classify (http://classify.oclc.org/classify2/)

เป็นระบบที่เก็บข้อมูลทางบรรณานุกรมของสหบรรณานุกรมใน WorldCat ซึ่งพัฒนาโดย OCLC นำเมทาดาทาที่อยู่ในระบบมาวิเคราะห์ ซึ่งสามารถให้ข้อมูลเมทาดาทาอย่างง่ายพร้อมเลขหมู่ในระบบดิวอี้และระบบรัฐสภาอเมริกัน ช่วยให้บรรณารักษ์เห็นและเปรียบเทียบหัวเรื่องที่มีการให้แตกต่างกัน นอกจากนี้ ยังให้บรรณารักษ์ยืนยันข้อมูลผ่านระบบ VIAF (Virtual International Authority File) อีกด้วย เป็นการทำงานที่สัมพันธ์หรือเชื่อมโยงในระบบของ OCLC

OCLC Classify

OCLC ISNI (International Standard Name Identifier)

OCLC เป็นหน่วยงานในการกำหนด ISNI เพื่อเป็นการลดความสับสนในกรณีที่ชื่อของผู้รับผิดชอบ/ผู้แต่ง มีการเปลี่ยนแปลง รวมทั้งชื่อที่มีการแปลเป็นภาษาอื่นๆ และหอสมุดแห่งชาติเกาหลี ได้สมัครเป็นสมาชิก ISNI เพื่อการทำ National Name Authority File  โดย ISNI นี้ครอบคลุมถึงทุกชื่อที่อาจจะมีส่วนโยงไปถึงชื่อที่มีลิขสิทธิ์ด้วย

Solomon เป็นแพลตฟอร์มสำหรับการวิเคราะห์ข้อมูลขนาดใหญ่ พัฒนาโดย KISTI

– ให้สถิติข้อมูลภายในห้องสมุด (เช่น จำนวนทรัพยากรสารสนเทศ จำนวนผู้ใช้บริการ สถิติการยืม คืน) และข้อมูลภายนอก (เช่น ร้านหนังสือ สถานที่ตั้ง ข้อมูลที่เป็นสาธารณะอื่นๆ) วิเคราะห์ข้อมูลการใช้ห้องสมุดเพื่อช่วยบรรณารักษ์ในการตัดสินใจที่ดีขึ้น

จากภาพข้างต้น เป็นการนำข้อมูล  transaction การยืม คืนหนังสือ มาวิเคราะห์ เล่มไหน ถูกยืมมาก หรือถูกยืมน้อย ถ้าพบว่าหนังสือเล่มไหนถูกยืมบ่อยมากในช่วงเวลาปัจจุบัน อาจจะไม่จำเป็นต้องนำไปเก็บที่ชั้น แต่นำมาจัดแสดงไว้ข้างหน้าให้ผู้ใช้บริการสามารถหยิบไปยืมได้โดยสะดวก หรือพิจารณาซื้อหนังสือมาเพิ่มเติม หนังสือเล่มไหนมีการยืมน้อย  อาจพิจารณาจำหน่ายออก

การวิเคราะห์หัวเรื่องที่มีการสืบค้นมากและช่วงเวลาในการยืม

การวิเคราะห์สถิติคำค้นในช่วงเวลาปัจจุบัน ถ้าพบคำค้นไหนที่มีปริมาณมาก อาจจะพิจารณาเลือกหนังสือที่เกี่ยวข้องกับคำค้นดังกล่าวออกมาจัดแสดง หรือจัดกิจกรรมที่เกี่ยวข้อง เพื่ออำนวยความสะดวกและดึงดูดความสนใจให้ผู้ใช้บริการมาเข้าห้องสมุด ซึ่งการดำเนินงานจัดกิจกรรมดังกล่าว จะสอดคล้องกับความต้องการของผู้ใช้บริการ และสามารถตอบโจทย์ให้กับงานบริการของห้องสมุดได้เป็นอย่างดี

Data for Library (https://www.data4library.kr/)  เป็นแพลตฟอร์มสำหรับการวิเคราะห์ข้อมูลขนาดใหญ่ พัฒนาโดย KISTI แสดงข้อมูลเพื่อเป็นประโยชน์ในการนำไปใช้งาน เช่น

• ข้อมูลการใช้ห้องสมุดสามารถดาวน์โหลดผ่าน Open API (XML หรือ CSV)
• การเลือกหนังสือที่เป็นที่นิยมโดยการใช้ข้อมูลการยืม
• การแสดงคำค้นของหนังสือที่นิยมจาก Themes ที่มีพื้นฐานมาจากข้อมูลการยืม
• การเลือก author to watch ที่เอาข้อมูลพื้นฐานจากการใช้ห้องสมุด

NALK : Digital Library (National Assembly Digital Library of Korea)  เป็นเครือข่ายในจัดเก็บกลุ่มคำที่เกี่ยวข้องกันในลักษณะ Word Cloud

แสดงความสัมพันธ์กับคำที่ค้นหา

ตัวอย่าง เมื่อสืบค้นคำใด คำที่ค้นจะปรากฏอยู่ตรงกลางโดยจะมีคำที่เกี่ยวข้องแสดงให้เห็นเป็น 2 วง กล่าวคือ วงใหญ่จะเป็นคำที่เกี่ยวข้องกับคำที่ค้นมากกว่า ส่วนวงเล็กจะเกี่ยวข้องกับคำที่ค้นน้อยกว่า

การค้นแบบ Word Cloud

แสดงความสัมพันธ์กับคนที่ต้องการค้นหา

ใส่ชื่อคนที่ต้องการค้นหา จะแสดงให้เห็นชื่อคนที่ต้องการค้นหาอยู่ตรงกลาง คนที่มีความเกี่ยวข้องมากกว่าจะอยู่ใกล้ตรงกลาง และชื่อคนที่ปรากฏอยู่ห่างออกไปหมายถึงมีความใกล้ชิดหรือเกี่ยวข้องน้อยกว่า

การค้นชื่อคนที่มีความสัมพันธ์กัน

VIVO Ontology  ถูกออกแบบเพื่อให้เห็นความเชื่อมโยงของนักวิทยาศาสตร์/นักวิจัย ผลงานที่ตีพิมพ์ แหล่งทุน ตำแหน่ง และบริการ โดยการนำ ontology ที่มีการใช้อย่างแพร่หลาย ได้แก่ BIBO, Dublin Core, Event, FOAF, Geopolitical, and SKOS มาเชื่อมโยง เพื่อแสดงให้เห็นความสัมพันธ์ของนักวิจัยในด้านของประสบการณ์ ผลงาน ความสนใจ ความสำเร็จ และหน่วยงานที่มีความเกี่ยวข้อง

VIVO Ontology

วิทยากรได้นำเสนอการค้นหานักวิจัยที่มีความสัมพันธ์ในมุมมองต่างๆ จากเว็บไซต์ เช่น https://scholars.duke.edu/ ของ Duke University  https://vivo.brown.edu/ ของ Brown University