流通する学術情報コンテンツ―概論―

高久雅生筑波大学図書館情報メディア系

Email: masao@slis.tsukuba.ac.jpTwitter: @tmasao

1

平成25年度学術情報ウェブサービス担当者研修

2013年7月24日（水）

自己紹介• 高久雅生（たかくまさお）と申します。• 筑波大学図書館情報メディア系• 職歴：

– 2004～2008: 国立情報学研究所（ポスドク研究員）– 2008～2013: 物質・材料研究機構（エンジニア）– 2013～: 筑波大学図書館情報メディア研究系（准教授）

• 専門・関心：– 情報検索、情報探索行動– 電子図書館– 学術コミュニケーション

• 教員として@知識情報・図書館学類– （図書館情報学教育）– ディジタルドキュメント、文書処理技術– 統計

2

自己紹介：これまで作ったサービス

3

http://fuwat.to/ciniihttp://samurai.nims.go.jp/

http://masao.jpn.org/etc/junii-validator/

お品書き

• 学術情報コンテンツ、学術データとは？

• コンテンツの種別

• コンテンツの形式（フォーマット）

• コンテンツの交換、標準化

• コンテンツの処理

4

データとは?コンテンツとは?

• データ

• コンテンツ

• メタデータ

• ソフトウェア

• ハードウェア

5

データの内容種類

• 雑誌記事

• 学術論文

• 専門書, E-Books

• 辞書・辞典

• ウェブページ

• 実験データ

6

データの形式（フォーマット）

• データの種類と形式

– 構造化データ

– Webデータ

– ページ画像

– 書式スタイル

– パッケージデータ

– 画像データ

– 動画データ

• データ形式の例

– XML, HTML, SGML

– PDF, Flash

– CSS, XSLT

– EPUB, XMDF, .book, AMZ

– JPEG, PNG, GIF, TIFF

– MPEG, MOV

– RSS, Plaintext, YAML, JSON, CSV, …

7

データ形式の切り口 (1)

• テキスト (text) vsバイナリー (binary)

– ビットデータ

– 文字コードによる解釈

– 外字

• フォーマットの指定・識別・判別

• シンプルコンテンツ vs複合メディア

– 埋め込みコンテンツ

– ハイパーリンク

• メタデータ

– 埋め込みメタデータ

– 外部メタデータ記述

• 表示レイアウト

– ページ概念

• 文書内の書式要素

– 見栄え / スタイル

– フォント

• ファイル vsストリーム

– データの保存・蓄積と配信

8

データ形式の切り口 (2)

• オープンフォーマット

– 移植可能性 / ソフトウェア独立性

– Free / proprietary

• 標準化

– デファクト標準とデジュール標準 (“de facto”

vs “de jure”)

• 文書フォーマットのバージョン

• フォーマット変換

– テキスト→ HTML

– LaTeX → PDF

• 圧縮

– 可逆 vs非可逆

• セキュリティ

– パスワード

– 電子署名

• 長期保存

• デジタルフォレンジック

9

データ交換の切り口

• 誰と交換するのか？– 特定の誰か

– 不特定多数

• 交換の頻度は？

• 作成や更新とデータ交換の関係は？

• データの取得、取り込み、保存は自動化、通信する必要があるか？→「通信プロトコル」

– ウェブ：HTTP

– 機関リポジトリ：OAI-PMH

– 検索データベース：Z39.50, OpenSearch, SRU

10

事例：ウィキペディア

11

12

13

14

15

‘’’Wikiepedia’’’（ウィキオペディア）はオンラインhyっ科辞典として拝領する。

ウィキペディアの構造と処理モデル

16

ブラウザ

閲覧

利用者

サーバ

http://commons.wikimedia.org/wiki/File:Wikimedia_Servers-0051_16.jpg

‘’’国立情報学研究所’’’（こくりつじょうほうがけんきゅうじょ）は情報学の先端研究所…

<h1>国立情報学研究所<h1><p><strong>国立情報学研究所</strong>（こくりつじょうほうがけんきゅうじょ）は情報学の先端研究所…

‘’’国立情報学研究所’’’（こくりつじょうほうがけんきゅうじょ）は情報学の先端研究所…

MediaWikiソフトウェア

①

②③

④

⑤

まとめ

• 学術情報コンテンツ、学術データとは？

• コンテンツの種別

• コンテンツの形式（フォーマット）

• コンテンツの交換、標準化

• コンテンツの処理

• 最後に…

– 一方で、プラットフォーム化とサービス化が加速

– 「コンテンツ」「ソフトウェア」「ハードウェア」という整理だけでは把握しきれないサービス

17

18

19

ウェブ

インターネットネットワーク / 通信

コンテンツ

ユーザ / 利用者

サービス！