1
00:00:00,000 --> 00:00:11,370

2
00:00:11,370 --> 00:00:12,370
JEFFREY LICHT: Hola.

3
00:00:12,370 --> 00:00:13,550
Estoy Jeffrey Licht.

4
00:00:13,550 --> 00:00:17,890
Y yo estoy aquí para hablar con usted acerca de la
Biblioteca de la Universidad de Harvard y la construcción del mañana

5
00:00:17,890 --> 00:00:20,870
biblioteca hoy, supongo.

6
00:00:20,870 --> 00:00:23,040
Así el fondo aquí,
el terreno de juego para esta sesión

7
00:00:23,040 --> 00:00:26,930
es esencialmente que hay
una gran cantidad de datos bibliográficos

8
00:00:26,930 --> 00:00:28,400
disponibles en las bibliotecas de Harvard.

9
00:00:28,400 --> 00:00:33,434
Y hay una oportunidad,
a través de algunas de las herramientas

10
00:00:33,434 --> 00:00:36,350
y un proyecto que se está desarrollando,
para obtener acceso a la información

11
00:00:36,350 --> 00:00:42,430
y llevarla a los lugares que la
Biblioteca de la Universidad de Harvard no está haciendo en este momento,

12
00:00:42,430 --> 00:00:45,460
hacer cosas nuevas con él, experimento
y jugar un rato con él.

13
00:00:45,460 --> 00:00:52,413
>> Así que el punto de entrada en esta es una API
llamada la Harvard Biblioteca Nube, que

14
00:00:52,413 --> 00:00:57,650
es un servidor de metadatos abierto,
que voy a hablar ahora.

15
00:00:57,650 --> 00:01:02,595
Así que el fondo es que hay una
montón de cosas en la biblioteca de la Universidad de Harvard.

16
00:01:02,595 --> 00:01:07,150
Tenemos más de 13 millones bibliográfica
registros, millones de imágenes,

17
00:01:07,150 --> 00:01:11,090
y miles de instrumentos de descripción, que
son esencialmente documentos que describen

18
00:01:11,090 --> 00:01:15,500
colecciones, diciendo lo
hay en ellos, cajas de papeles

19
00:01:15,500 --> 00:01:21,080
etc., que representan más del
un millón de documentos individuales.

20
00:01:21,080 --> 00:01:24,290
Y también hay una gran cantidad de
información que la biblioteca tiene

21
00:01:24,290 --> 00:01:28,180
acerca de cómo se utiliza el contenido que
podría ser de interés para las personas

22
00:01:28,180 --> 00:01:32,400
que podría querer trabajar con él.

23
00:01:32,400 --> 00:01:36,150
>> Así que toda la información
la biblioteca cuenta con metadatos.

24
00:01:36,150 --> 00:01:39,500
Así que los metadatos son datos acerca de datos.

25
00:01:39,500 --> 00:01:42,070
Así que cuando hablamos de
la información que está

26
00:01:42,070 --> 00:01:44,890
disponible a través de la biblioteca
nube que está disponible,

27
00:01:44,890 --> 00:01:47,760
no es necesariamente
los documentos reales

28
00:01:47,760 --> 00:01:53,060
sí mismos, no necesariamente la plena
texto de los libros o las imágenes a todo,

29
00:01:53,060 --> 00:01:54,890
sin embargo, que en realidad puede ser el caso.

30
00:01:54,890 --> 00:01:57,550
Pero en realidad es
información sobre los datos.

31
00:01:57,550 --> 00:02:00,909
>> Así que usted puede pensar en la catalogación
información, números de llamada, temas,

32
00:02:00,909 --> 00:02:02,700
cuántas copias de la
libro hay, lo que

33
00:02:02,700 --> 00:02:06,380
son las ediciones, ¿cuáles son los
formatos, los autores, y así sucesivamente.

34
00:02:06,380 --> 00:02:12,250
Así que hay una gran cantidad de información sobre
la información de la colección que,

35
00:02:12,250 --> 00:02:14,400
en sí mismo, es una especie de inherentemente útil.

36
00:02:14,400 --> 00:02:19,230
Y aunque si estás
haciendo una investigación en profundidad,

37
00:02:19,230 --> 00:02:25,160
es obvio que quiere llegar a la real
contentarse y mirar los datos,

38
00:02:25,160 --> 00:02:30,140
los metadatos es útil en términos de
tanto el análisis de la corpus en su conjunto,

39
00:02:30,140 --> 00:02:33,870
como lo que son las cosas en la colección.

40
00:02:33,870 --> 00:02:35,520
¿Cómo se relacionan?

41
00:02:35,520 --> 00:02:39,482
Le ayuda realmente a encontrar otras cosas,
que es realmente el propósito principal de la misma.

42
00:02:39,482 --> 00:02:41,190
El punto de la
metadatos y del catálogo

43
00:02:41,190 --> 00:02:43,230
es ayudar a encontrar de todo
la información que está

44
00:02:43,230 --> 00:02:46,590
disponible dentro de las colecciones.

45
00:02:46,590 --> 00:02:53,690
>> Así que este es un ejemplo de metadatos
de un libro en la Biblioteca de la Universidad de Harvard.

46
00:02:53,690 --> 00:02:56,370
Así que ahí está.

47
00:02:56,370 --> 00:02:59,850
Y se puede ver que es
en realidad moderadamente complejo.

48
00:02:59,850 --> 00:03:04,610
Y parte del valor de los metadatos
dentro del sistema de Biblioteca de la Universidad de Harvard

49
00:03:04,610 --> 00:03:09,320
es que ha sido una especie
del acumulado por los catalogadores

50
00:03:09,320 --> 00:03:12,720
y montados por personas que solicitan
una gran cantidad de experiencia y habilidad

51
00:03:12,720 --> 00:03:20,030
y se cree que con el tiempo,
que tiene mucho valor.

52
00:03:20,030 --> 00:03:25,450
>> Así que si usted echa un vistazo a este expediente por
Alicia anotada, usted puede descubrir

53
00:03:25,450 --> 00:03:32,590
que tenga el título, que lo escribió, el
autor, y todos los diferentes temas

54
00:03:32,590 --> 00:03:35,380
¿Qué personas han catalogado en.

55
00:03:35,380 --> 00:03:40,110
Y usted puede ver que hay también, en
Además de un montón de buena información

56
00:03:40,110 --> 00:03:42,852
aquí, hay cierta duplicación.

57
00:03:42,852 --> 00:03:45,560
Hay una gran cantidad de complejidad que es
refleja a través de los metadatos

58
00:03:45,560 --> 00:03:46,300
que tiene.

59
00:03:46,300 --> 00:03:50,320
>> Así que un título de este libro es
Las aventuras de Alicia en el País de las Maravillas.

60
00:03:50,320 --> 00:03:53,880
Así que este es un Anotado
versión de ese libro.

61
00:03:53,880 --> 00:03:56,380
Pero también llama El Anotado
Alice, las aventuras de Alicia

62
00:03:56,380 --> 00:03:58,570
in Wonderland porque
es algo que

63
00:03:58,570 --> 00:04:00,430
Martin Gardner escribió
y anotada del libro.

64
00:04:00,430 --> 00:04:03,369
Y hay una gran cantidad de información
acerca de puzzles de lógica y cosas

65
00:04:03,369 --> 00:04:05,410
dentro de Alice que
probablemente no conocer.

66
00:04:05,410 --> 00:04:07,000
Así que hay que ir leyó.

67
00:04:07,000 --> 00:04:11,940
>> Pero usted puede ver que hay
mucho detalle aquí,

68
00:04:11,940 --> 00:04:15,340
incluidos los identificadores, cuando
fue creado, de dónde viene,

69
00:04:15,340 --> 00:04:17,420
en términos de la Universidad de Harvard
sistema, y ​​así sucesivamente.

70
00:04:17,420 --> 00:04:20,350
Así que esto es una muestra de
el tipo de metadatos

71
00:04:20,350 --> 00:04:24,340
que usted puede ver por un libro en
la Colección de la biblioteca de Harvard.

72
00:04:24,340 --> 00:04:26,680
>> Esto es algo completamente diferente.

73
00:04:26,680 --> 00:04:32,610
Así que hay un sistema llamado
VIA Harvard, que, básicamente,

74
00:04:32,610 --> 00:04:39,990
está catalogando imágenes y objetos de arte
y las cosas visuales a lo largo de Harvard,

75
00:04:39,990 --> 00:04:44,010
y la adición de algunos metadatos
a ellos, clasificándolos,

76
00:04:44,010 --> 00:04:49,200
y, en algunos casos, proporcionando
pequeñas imágenes en miniatura

77
00:04:49,200 --> 00:04:51,250
que puede tomar un
mira si así lo desea.

78
00:04:51,250 --> 00:04:54,240
>> Así que este es un ejemplo de la
metadatos que usted tiene para una placa

79
00:04:54,240 --> 00:04:57,840
de, presumiblemente, Alicia en el País de las Maravillas.

80
00:04:57,840 --> 00:05:00,499
Y usted puede ver que hay
menos metadatos aquí.

81
00:05:00,499 --> 00:05:02,040
Es sólo un tipo diferente de objeto.

82
00:05:02,040 --> 00:05:03,425
Y lo que hay menos información.

83
00:05:03,425 --> 00:05:07,790
>> Usted en su mayoría tiene el hecho de que, una llamada
número, esencialmente que lo creó, -

84
00:05:07,790 --> 00:05:10,410
>> No sabemos cuando se creó.

85
00:05:10,410 --> 00:05:13,320
>> --y un título.

86
00:05:13,320 --> 00:05:14,300
>> Otro ejemplo.

87
00:05:14,300 --> 00:05:16,380
Se trata de un instrumento de descripción.

88
00:05:16,380 --> 00:05:19,030
Así que hay una colección de Lewis
Trabajos de Carroll en Harvard.

89
00:05:19,030 --> 00:05:23,601
Así que esto describe lo que
es en esa colección.

90
00:05:23,601 --> 00:05:26,100
Así que alguien ha pasado por y
mirado a través de todas las cajas

91
00:05:26,100 --> 00:05:32,220
y lo catalogó, dado algunos antecedentes,
escrito un resumen de lo que hay aquí.

92
00:05:32,220 --> 00:05:35,290
Y si usted fuera a mirar
adicionalmente a esto, este

93
00:05:35,290 --> 00:05:39,620
continúa durante páginas y páginas
y páginas, pero le dirá

94
00:05:39,620 --> 00:05:41,860
qué cartas y qué
data de qué cajas

95
00:05:41,860 --> 00:05:44,289
existido en toda la colección.

96
00:05:44,289 --> 00:05:46,330
Pero esto es algo
que, si estás en Harvard,

97
00:05:46,330 --> 00:05:50,720
usted puede ir y realmente se ven físicamente
y, presumiblemente, echar un vistazo a.

98
00:05:50,720 --> 00:05:53,440
>> Así que esto es genial.

99
00:05:53,440 --> 00:05:54,450
De utilidad Estos metadatos.

100
00:05:54,450 --> 00:05:56,327
Está en el sistema de Biblioteca de la Universidad de Harvard.

101
00:05:56,327 --> 00:05:58,910
Existen herramientas en línea donde usted
puede ir a tomar una mirada en ella,

102
00:05:58,910 --> 00:05:59,993
y verlo, y buscarla.

103
00:05:59,993 --> 00:06:02,810
Y usted puede cortar y dados
en un montón de diferentes maneras.

104
00:06:02,810 --> 00:06:06,920
>> Pero en realidad sólo está disponible si
usted es un ser humano que se sienta abajo

105
00:06:06,920 --> 00:06:12,600
en su navegador web o algo o
su teléfono y navegar a través de él.

106
00:06:12,600 --> 00:06:16,730
En realidad no es disponible en
cualquier tipo de moda utilizable

107
00:06:16,730 --> 00:06:19,520
para otros sistemas o
otros equipos a utilizar,

108
00:06:19,520 --> 00:06:21,500
no con sistemas dentro de
la Biblioteca de Harvard,

109
00:06:21,500 --> 00:06:24,890
pero los sistemas en el mundo exterior,
sólo otras personas en general.

110
00:06:24,890 --> 00:06:30,210
Entonces la pregunta es, ¿cómo podemos nosotros
ponerlo a disposición de los ordenadores

111
00:06:30,210 --> 00:06:33,560
de manera que podamos hacer más interesante
cosas con él que apenas

112
00:06:33,560 --> 00:06:36,550
navegación por nosotros mismos?

113
00:06:36,550 --> 00:06:39,766
>> Así que ¿por qué quieres hacer esto?

114
00:06:39,766 --> 00:06:41,140
Hay un montón de posibilidades.

115
00:06:41,140 --> 00:06:43,980
Una de ellas es que podría construir un completo
diferente modo de navegación

116
00:06:43,980 --> 00:06:46,962
el contenido que está disponible
a través de las bibliotecas de Harvard.

117
00:06:46,962 --> 00:06:48,670
Te voy a mostrar uno
más tarde llamado Stacklife,

118
00:06:48,670 --> 00:06:52,440
que tiene un completamente diferente
tomar en la búsqueda de contenido.

119
00:06:52,440 --> 00:06:54,560
>> Se puede construir un motor de recomendación.

120
00:06:54,560 --> 00:06:57,955
Así Biblioteca Harvard no está en el
negocio de decir, te gusta este libro.

121
00:06:57,955 --> 00:07:01,080
Luego ir a tomar un vistazo a estos otros 17
libros que le pueden interesar

122
00:07:01,080 --> 00:07:03,200
o estos 18 otras imágenes.

123
00:07:03,200 --> 00:07:06,040
Pero que sin duda podría
ser una característica valiosa.

124
00:07:06,040 --> 00:07:09,272
Y teniendo en cuenta los metadatos, puede
ser posible juntar eso.

125
00:07:09,272 --> 00:07:11,980
Es posible que tenga diferentes necesidades en
términos de búsqueda en el contenido,

126
00:07:11,980 --> 00:07:16,200
como tal vez a pesar de las herramientas que
están disponibles de que la biblioteca hace

127
00:07:16,200 --> 00:07:18,450
disponibles, es posible que desee
para buscar de una manera diferente

128
00:07:18,450 --> 00:07:21,847
u optimizar para un caso concreto,
que tal vez es muy especializado.

129
00:07:21,847 --> 00:07:23,930
Tal vez sólo hay unos pocos
personas en el mundo que

130
00:07:23,930 --> 00:07:25,846
querer buscar el contenido
de esta manera, pero

131
00:07:25,846 --> 00:07:28,985
sería genial si
podría dejar que ellos hagan eso.

132
00:07:28,985 --> 00:07:30,860
Hay una gran cantidad de análisis
en apenas cómo la gente

133
00:07:30,860 --> 00:07:33,860
utilizar el contenido que sería realmente
interesante para conocer, descubrir

134
00:07:33,860 --> 00:07:37,280
qué libros se están utilizando,
lo que no lo son, y así sucesivamente.

135
00:07:37,280 --> 00:07:41,670
Y luego hay una gran cantidad de
oportunidad de integrar

136
00:07:41,670 --> 00:07:45,210
con otra información
eso es por ahí en la web.

137
00:07:45,210 --> 00:07:46,880
Así que tener--

138
00:07:46,880 --> 00:07:50,260
>> Por ejemplo, NPR tiene
un segmento de reseñas de libros,

139
00:07:50,260 --> 00:07:53,090
donde entrevistan
autores de libros.

140
00:07:53,090 --> 00:07:56,837
Y así que sería genial si fueras
buscar un libro en la Universidad de Harvard

141
00:07:56,837 --> 00:07:59,670
Biblioteca, y dices, OK, no hay
sido una entrevista con el autor.

142
00:07:59,670 --> 00:08:00,878
Vamos a echar un vistazo a eso.

143
00:08:00,878 --> 00:08:05,461
O hay una página de Wikipedia, como
referencia autorizada, académico

144
00:08:05,461 --> 00:08:07,710
acerca de este libro que
puede ser que desee echar un vistazo a.

145
00:08:07,710 --> 00:08:12,600
>> Hay estos tipos de fuentes
dispersos por toda la web.

146
00:08:12,600 --> 00:08:16,555
Y reuniéndolos
podría ser un gran uso

147
00:08:16,555 --> 00:08:18,930
para alguien que busca en el
contenido, en busca de algo.

148
00:08:18,930 --> 00:08:20,180
Pero también no es el
tipo de cosa que

149
00:08:20,180 --> 00:08:23,205
quiere que la biblioteca sea responsable
para bajar y la caza de

150
00:08:23,205 --> 00:08:25,455
todas estas diferentes fuentes
y conectarlos juntos

151
00:08:25,455 --> 00:08:28,920
porque están en continuo cambio.

152
00:08:28,920 --> 00:08:33,570
Y lo que ellos piensan que es importante mayo
no ser lo que usted piensa es importante.

153
00:08:33,570 --> 00:08:36,929
>> Y más aún, en el fondo hay una
montón de cosas que no hemos pensado todavía.

154
00:08:36,929 --> 00:08:42,222
Así que si podemos abrir esto, más
personas, además de una media docena o así,

155
00:08:42,222 --> 00:08:45,174
que están mirando esto en un
de forma regular puede pensar en ideas

156
00:08:45,174 --> 00:08:47,340
y masajear los datos, y
hagan lo que quieran con él.

157
00:08:47,340 --> 00:08:49,920

158
00:08:49,920 --> 00:08:54,045
>> Así que queremos hacer de este
los datos disponibles para el mundo.

159
00:08:54,045 --> 00:08:55,670
Bueno, hay un par de complicaciones.

160
00:08:55,670 --> 00:08:58,540
Una es que estos metadatos
es en diferentes sistemas.

161
00:08:58,540 --> 00:09:01,110
Está en diferentes formatos.

162
00:09:01,110 --> 00:09:04,719
Así que hay cierta normalización
que tiene que suceder,

163
00:09:04,719 --> 00:09:08,010
que la normalización es el proceso de
trayendo cosas de diferentes formatos

164
00:09:08,010 --> 00:09:12,940
y mapear a un único formato
para que los campos coincidirán.

165
00:09:12,940 --> 00:09:15,160
>> Hay algunas restricciones de copyright.

166
00:09:15,160 --> 00:09:21,010
Por extraño que parezca, la entrada del catálogo
acerca de un libro se hace responsable de los derechos de autor.

167
00:09:21,010 --> 00:09:24,060
Así que, aunque es sólo
información derivada de la libro,

168
00:09:24,060 --> 00:09:25,330
es derecho de autor.

169
00:09:25,330 --> 00:09:28,400
Y dependiendo de que en realidad
creado que los metadatos,

170
00:09:28,400 --> 00:09:32,175
puede haber restricciones sobre quién
puede distribuirlo, a-- similares

171
00:09:32,175 --> 00:09:33,402
>> No lo sé.

172
00:09:33,402 --> 00:09:36,110
Puede o puede no ser similar a
la situación de las letras de canciones,

173
00:09:36,110 --> 00:09:36,610
por ejemplo.

174
00:09:36,610 --> 00:09:38,560
Así que todos sabemos lo que sale bien.

175
00:09:38,560 --> 00:09:40,450
Así que hay que conseguir alrededor de ese tema.

176
00:09:40,450 --> 00:09:44,910
>> Y luego otra pieza es
que hay una gran cantidad de datos.

177
00:09:44,910 --> 00:09:52,420
Así que si yo soy alguien que quiere trabajar
con los datos o tiene una idea genial,

178
00:09:52,420 --> 00:09:55,350
tratar con 14 millones
registros en mi portátil

179
00:09:55,350 --> 00:09:57,487
podría ser problemático
y difícil de manejar.

180
00:09:57,487 --> 00:09:59,320
Así que queremos reducir
las barreras para las personas

181
00:09:59,320 --> 00:10:02,130
para poder trabajar con los datos.

182
00:10:02,130 --> 00:10:07,880
>> Lo que el enfoque que se espera direcciones
todas estas preocupaciones es dos partes.

183
00:10:07,880 --> 00:10:11,770
Uno es la construcción de una plataforma que toma
los datos de todas estas fuentes dispares

184
00:10:11,770 --> 00:10:14,350
y la agrava, normaliza,
la enriquece, y marcas

185
00:10:14,350 --> 00:10:16,650
a disposición en un solo lugar.

186
00:10:16,650 --> 00:10:20,950
Y lo hace disponible a través de
una API pública que la gente puede llamar.

187
00:10:20,950 --> 00:10:24,430
>> Así que una API es una aplicación
Interfaz de programación.

188
00:10:24,430 --> 00:10:28,930
Y básicamente se refiere a un
punto final que un sistema o tecnología

189
00:10:28,930 --> 00:10:31,720
puede llamar y obtener datos de vuelta en
un formato estructurado de una manera

190
00:10:31,720 --> 00:10:32,900
que se puede utilizar.

191
00:10:32,900 --> 00:10:36,060
Así que no es dependiente
en ir a un sitio web

192
00:10:36,060 --> 00:10:37,970
y raspando datos fuera
de la misma, por ejemplo.

193
00:10:37,970 --> 00:10:40,690

194
00:10:40,690 --> 00:10:45,010
>> Así que esta es la página principal de
Cloud Library API de artículo,

195
00:10:45,010 --> 00:10:47,220
que es esencialmente su versión dos.

196
00:10:47,220 --> 00:10:50,130
Así que es la segunda iteración de
tratando de hacer todos estos datos

197
00:10:50,130 --> 00:10:53,280
a disposición del mundo.

198
00:10:53,280 --> 00:10:59,560
Por lo que es
http://api.lib.harvard.edu/v2/items.

199
00:10:59,560 --> 00:11:03,830
Y sólo para descomponerlo
un poco, lo que esto significa

200
00:11:03,830 --> 00:11:06,115
es que esta es la segunda versión del API.

201
00:11:06,115 --> 00:11:08,490
Hay una versión de uno, lo que
Yo no voy a hablar.

202
00:11:08,490 --> 00:11:09,750
Pero hay una versión de uno.

203
00:11:09,750 --> 00:11:14,740
>> Y si usted está llamando a este
API, que está recibiendo los artículos.

204
00:11:14,740 --> 00:11:20,640
Y parte de la idea de un
API es una API es un contrato.

205
00:11:20,640 --> 00:11:23,440
Es algo que es
no va a cambiar.

206
00:11:23,440 --> 00:11:24,850
Así, por ejemplo, -

207
00:11:24,850 --> 00:11:27,410
>> Y la razón es que si yo
construir algún tipo de sistema que

208
00:11:27,410 --> 00:11:33,210
se va a utilizar una API de biblioteca de nube
para mostrar libros o ayudar a la gente a encontrar

209
00:11:33,210 --> 00:11:36,190
información de una forma única,
lo que no queremos que suceda

210
00:11:36,190 --> 00:11:38,940
es para nosotros ir cambiar la forma
que funciona API, y de repente

211
00:11:38,940 --> 00:11:41,340
todo lo que se rompe en el lado del usuario final.

212
00:11:41,340 --> 00:11:46,710
Así que parte de si estás haciendo API
a disposición del mundo, es

213
00:11:46,710 --> 00:11:49,396
buenas prácticas para poner un
número de versión en ella para que la gente

214
00:11:49,396 --> 00:11:51,020
saben qué versión se está tratando.

215
00:11:51,020 --> 00:11:54,300
>> Así que si decidimos encontramos una mejor manera
de hacer que esta información esté disponible,

216
00:11:54,300 --> 00:11:57,295
podríamos cambiar eso a
llamar a esa versión tres.

217
00:11:57,295 --> 00:11:59,920
Así que todo el que todavía está utilizando
versión dos, que todavía va a trabajar.

218
00:11:59,920 --> 00:12:03,490
Pero la versión de tres haría
tener todas las cosas nuevas.

219
00:12:03,490 --> 00:12:06,680

220
00:12:06,680 --> 00:12:09,210
>> Así que este es un API, pero esta
Realmente parece un URL.

221
00:12:09,210 --> 00:12:11,680
Y así lo que se trata de una
ejemplo de lo que es la

222
00:12:11,680 --> 00:12:16,615
llamado API resto, que está disponible
sobre sólo una conexión web normal.

223
00:12:16,615 --> 00:12:19,680
Y en realidad se puede
ir a ella en un navegador.

224
00:12:19,680 --> 00:12:28,550
>> Así que aquí Acabo de abrir Firefox y
ido a api.lib.harvard.edu/v2/items.

225
00:12:28,550 --> 00:12:31,560
Y así lo he llegado hasta aquí es
básicamente la primera página

226
00:12:31,560 --> 00:12:34,740
de los resultados de la totalidad
conjunto de elementos que nos tenemos.

227
00:12:34,740 --> 00:12:37,460
Y es aquí en formato XML.

228
00:12:37,460 --> 00:12:40,130

229
00:12:40,130 --> 00:12:42,210
Y también ha sido
prettified por Firefox.

230
00:12:42,210 --> 00:12:45,850
En realidad, no tiene todos estos
poca expansión y contracción

231
00:12:45,850 --> 00:12:47,880
doohickeys aquí.

232
00:12:47,880 --> 00:12:52,520
Esta es una especie de agradable
Versión manera de verlo.

233
00:12:52,520 --> 00:12:57,040
>> Pero lo que esto nos está diciendo es
He pedido a todos los artículos.

234
00:12:57,040 --> 00:13:03,120
Así que hay 13.289.475 artículos.

235
00:13:03,120 --> 00:13:06,150
Y estoy buscando a la primera
10, comenzando en la posición cero

236
00:13:06,150 --> 00:13:09,760
porque en ciencias de la computación
siempre empezamos en cero.

237
00:13:09,760 --> 00:13:15,150
Y lo que tengo aquí, si acabo de colapsar
esto, verás que tengo 10 artículos.

238
00:13:15,150 --> 00:13:20,410

239
00:13:20,410 --> 00:13:25,210
>> Y si me tomo un vistazo a un artículo, puedo
veo que tengo información al respecto.

240
00:13:25,210 --> 00:13:27,400
Y esto es en lo que se llama forma MODS.

241
00:13:27,400 --> 00:13:30,860
Y así me voy a cambiar
volver aquí por un momento.

242
00:13:30,860 --> 00:13:33,750
DE ACUERDO.

243
00:13:33,750 --> 00:13:37,447
>> Así que vamos a buscar algo en
específico porque el primer elemento que

244
00:13:37,447 --> 00:13:40,030
pasa para llegar cuando se mira
a través de toda la colección

245
00:13:40,030 --> 00:13:41,750
es, por definición, al azar.

246
00:13:41,750 --> 00:13:44,550
Así que echemos un vistazo a algunos donuts.

247
00:13:44,550 --> 00:13:46,830
Oh.

248
00:13:46,830 --> 00:13:49,190
>> DE ACUERDO.

249
00:13:49,190 --> 00:13:49,940
Así donas.

250
00:13:49,940 --> 00:13:55,360
Así encontramos que hay 80 artículos en
la colección que la referencia donuts.

251
00:13:55,360 --> 00:13:57,150
Estamos pensando en el primer 10 de ellos.

252
00:13:57,150 --> 00:14:01,890
Ahora, se puede ver aquí la forma en que
Le dije que estoy buscando donas,

253
00:14:01,890 --> 00:14:04,400
Acabo de añadir algo a
la cadena de consulta de la URL.

254
00:14:04,400 --> 00:14:09,680
Así q es igual a rosquillas, que se puede
ver un poco más fácil aquí.

255
00:14:09,680 --> 00:14:12,131
>> Y esto básicamente significa que hay
una especificación de la API, que

256
00:14:12,131 --> 00:14:13,880
define lo que todos
estos parámetros significan.

257
00:14:13,880 --> 00:14:17,150
Y esto significa que vamos a
buscar todo para donas.

258
00:14:17,150 --> 00:14:24,910
>> Así que el primer artículo aquí tenemos
se puede ver el título es Donuts,

259
00:14:24,910 --> 00:14:29,310
y hay un subtítulo llamado Un
American Passion, que es, supongo,

260
00:14:29,310 --> 00:14:31,610
apropiado.

261
00:14:31,610 --> 00:14:36,134
Hay un montón de diferente--

262
00:14:36,134 --> 00:14:38,050
Una vez en el punto
de obtener los datos,

263
00:14:38,050 --> 00:14:41,020
hay un montón de diferentes
formatos que usted puede conseguir en.

264
00:14:41,020 --> 00:14:44,050
Y hay diferentes puntos fuertes
y debilidades para todos ellos.

265
00:14:44,050 --> 00:14:49,000
Así que éste, usted puede ver
aquí, esta forma es muy rica.

266
00:14:49,000 --> 00:14:51,946
Y ha sido estandarizada.

267
00:14:51,946 --> 00:14:55,040
>> Así que hay un título específico
campo, un campo de subtítulos.

268
00:14:55,040 --> 00:14:58,950
Hay un suplente
título, An American Passion.

269
00:14:58,950 --> 00:15:01,650
No es el nombre asociado con él.

270
00:15:01,650 --> 00:15:03,120
Tipo del recurso es texto.

271
00:15:03,120 --> 00:15:06,070
Hay una gran cantidad de información
aquí en este formato.

272
00:15:06,070 --> 00:15:09,480
>> Pero hay un montón
de formatos diferentes.

273
00:15:09,480 --> 00:15:11,920
Así que lo que estábamos
viendo es un formato

274
00:15:11,920 --> 00:15:17,700
llamados MODS, que significa
Metadatos de objeto Descripción Servicio,

275
00:15:17,700 --> 00:15:18,250
potencialmente.

276
00:15:18,250 --> 00:15:23,030
En realidad estoy muy seguro acerca de la
S. Pero es un formato bastante compleja.

277
00:15:23,030 --> 00:15:24,240
Es el formato predeterminado.

278
00:15:24,240 --> 00:15:30,260
>> Pero es la que mantiene
la riqueza de todos los datos

279
00:15:30,260 --> 00:15:33,820
que la biblioteca tiene porque
que es muy cercano a lo que

280
00:15:33,820 --> 00:15:35,110
La biblioteca utiliza internamente.

281
00:15:35,110 --> 00:15:39,030
Es una norma que es
utilizado en todo el país,

282
00:15:39,030 --> 00:15:40,944
en todo el mundo en las bibliotecas universitarias.

283
00:15:40,944 --> 00:15:42,110
Y es muy interoperable.

284
00:15:42,110 --> 00:15:44,852
Así que si usted tiene un documento
que está en formato MODS,

285
00:15:44,852 --> 00:15:47,560
usted puede darle eso a otra persona
cuyos sistemas entienden MODS,

286
00:15:47,560 --> 00:15:48,518
y pueden importarlo.

287
00:15:48,518 --> 00:15:50,840
Así que es un estándar.

288
00:15:50,840 --> 00:15:54,250
Está muy bien definido, muy específico.

289
00:15:54,250 --> 00:15:58,980
Y eso es lo que lo hace
interoperable porque si alguien dice,

290
00:15:58,980 --> 00:16:04,930
este es el título alternativo de una
registro, todo el mundo sabe lo que eso significa.

291
00:16:04,930 --> 00:16:07,740
Por otro lado, es muy complicado.

292
00:16:07,740 --> 00:16:13,160
>> Así que si usted echa un vistazo
en este disco aquí,

293
00:16:13,160 --> 00:16:15,320
si sólo quiero conseguir el
título de este documento,

294
00:16:15,320 --> 00:16:21,150
de este libro, que es probablemente Donuts,
Una pasión americana, analizarlo fuera

295
00:16:21,150 --> 00:16:22,940
es un poco involucrados.

296
00:16:22,940 --> 00:16:27,380
Mientras que hay otro
formato llamado Dublin Core,

297
00:16:27,380 --> 00:16:29,730
que es un formato mucho, mucho más simple.

298
00:16:29,730 --> 00:16:33,764
>> Y por lo que se ve aquí, no hay
título, subtítulo, título alternativo.

299
00:16:33,764 --> 00:16:35,930
No es sólo el título,
Donuts, An American Passion,

300
00:16:35,930 --> 00:16:38,780
y un nuevo título, American Passion.

301
00:16:38,780 --> 00:16:42,907
Así que cuando usted está buscando en qué forma
desea obtener los datos de,

302
00:16:42,907 --> 00:16:44,740
mucho depende de cómo
vas a usarlo.

303
00:16:44,740 --> 00:16:46,573
¿Está utilizando para
interoperabilidad o usted

304
00:16:46,573 --> 00:16:49,970
quieren algo simple que
podría ser más fácil trabajar con él?

305
00:16:49,970 --> 00:16:56,002
>> Por otro lado, una gran parte del
detalles consiguen especie de aplastadas hacia abajo.

306
00:16:56,002 --> 00:16:58,460
Es posible que pierda los matices de
lo que significa una determinada parcela

307
00:16:58,460 --> 00:17:02,960
si usted está tratando con Dublin Core,
que no te dan con MODS.

308
00:17:02,960 --> 00:17:06,462
Así que estos son dos de los formatos
usted puede salir de la API.

309
00:17:06,462 --> 00:17:08,920
Y en el fondo, estamos manteniendo
detrás de las escenas en MODS.

310
00:17:08,920 --> 00:17:14,179
Pero podemos darle en MODS y
Dublin Core y todo lo demás también.

311
00:17:14,179 --> 00:17:16,470
La otra consideración cuando
usted está buscando en los datos

312
00:17:16,470 --> 00:17:21,210
es que usted puede conseguirlo como sea JSON, que
es sinónimo de JavaScript Object Notation,

313
00:17:21,210 --> 00:17:24,720
o XML, lo que significa
Extensible Markup Language.

314
00:17:24,720 --> 00:17:30,080
Y estas representaciones de datos tanto
tener exactamente los mismos datos, exactamente

315
00:17:30,080 --> 00:17:31,080
los mismos campos.

316
00:17:31,080 --> 00:17:33,644
Pero son sólo
sintácticamente diferente.

317
00:17:33,644 --> 00:17:40,401
>> Así que esto es A--

318
00:17:40,401 --> 00:17:41,400
Bueno, vamos a cambiar.

319
00:17:41,400 --> 00:17:47,490
Así que esta es nuestra consulta para
donas en formato XML.

320
00:17:47,490 --> 00:17:53,470
Si sólo me cambio que se trata de JSON,
Puedo ver que se ve diferente.

321
00:17:53,470 --> 00:17:58,580
Así que ahora este es el mismo contenido,
pero una estructura diferente.

322
00:17:58,580 --> 00:18:00,080
Hay menos paréntesis angulares.

323
00:18:00,080 --> 00:18:02,530
Hay menos detallado.

324
00:18:02,530 --> 00:18:06,440
>> Y este es un formato que, si
están trabajando en el entorno web,

325
00:18:06,440 --> 00:18:09,680
usted es más probable va
a querer utilizar porque uno

326
00:18:09,680 --> 00:18:12,630
de las cosas buenas de JSON es
es compatible con JavaScript.

327
00:18:12,630 --> 00:18:17,680
Así que si estoy escribiendo aplicación web, puedo tirar
en JSON y simplemente trabajar directamente con él.

328
00:18:17,680 --> 00:18:20,187
Mientras que con XML, es un
poco más complicado.

329
00:18:20,187 --> 00:18:21,520
Así que de nuevo, estos son a la vez útil.

330
00:18:21,520 --> 00:18:26,387
Ellos sólo son diferentes casos de uso
donde la gente podría querer usarlos.

331
00:18:26,387 --> 00:18:26,886
DE ACUERDO.

332
00:18:26,886 --> 00:18:29,810

333
00:18:29,810 --> 00:18:31,680
Así que de vuelta a la API.

334
00:18:31,680 --> 00:18:32,900
Así que podemos buscar el fin de:

335
00:18:32,900 --> 00:18:36,220
>> Doy un ejemplo de
la búsqueda de donuts.

336
00:18:36,220 --> 00:18:39,330
Podemos buscar sólo en un
en particular de campo dentro de aquí.

337
00:18:39,330 --> 00:18:41,310
Así que en lugar de buscar
la totalidad del expediente,

338
00:18:41,310 --> 00:18:43,870
Sólo puedo buscar el campo de título.

339
00:18:43,870 --> 00:18:48,810
Y por lo que ahora hay 25 cosas que
tener donuts en el título, uno de los cuales

340
00:18:48,810 --> 00:18:52,430
es acerca de la restauración
humedales en la gestión

341
00:18:52,430 --> 00:18:54,990
del agujero de la rosquilla
programa, que es probablemente

342
00:18:54,990 --> 00:18:58,970
no necesariamente lo que estamos buscando
para cuando estamos en busca de donuts.

343
00:18:58,970 --> 00:19:02,790

344
00:19:02,790 --> 00:19:05,490
>> También puede, cuando estás
tratar con un API--

345
00:19:05,490 --> 00:19:08,827
>> Parte de tener una API está dando
personas el acceso a grandes conjuntos de datos.

346
00:19:08,827 --> 00:19:11,410
Y hay un par diferente
herramientas que puede utilizar para hacer eso.

347
00:19:11,410 --> 00:19:14,170
Uno de ellos es, simplemente, que
puede desplazarse por los datos.

348
00:19:14,170 --> 00:19:17,340
Así como si usted hace una consulta
a través de una interfaz web,

349
00:19:17,340 --> 00:19:19,470
se puede ver en la página uno,
la segunda página, la página tres.

350
00:19:19,470 --> 00:19:22,040
Usted puede hacer lo mismo
cosa a través de la API.

351
00:19:22,040 --> 00:19:24,150
Usted sólo tiene que ser
explícito en cómo lo hace.

352
00:19:24,150 --> 00:19:29,511
>> Así, por ejemplo, si estoy buscando
en mi primera consulta aquí,

353
00:19:29,511 --> 00:19:32,510
donde yo estoy haciendo una búsqueda de las cosas
con donuts en el título, lo que puedo decir,

354
00:19:32,510 --> 00:19:35,415
y el límite es igual a 20, lo que significa
dame los primeros 20 registros, no

355
00:19:35,415 --> 00:19:38,540
el primer 10, que es el valor por defecto,
porque quiero mirar a 20 a la vez.

356
00:19:38,540 --> 00:19:43,435
O lo que puedo decir, establecer el
iniciar igual a 20 y el límite

357
00:19:43,435 --> 00:19:47,150
igual a 20, lo que dará
me Registros 21 a 40.

358
00:19:47,150 --> 00:19:52,680
>> Así que supongo que la cosa
para llevar aquí es

359
00:19:52,680 --> 00:19:57,290
que estamos usando las cadenas de consulta
para establecer los parámetros de la consulta.

360
00:19:57,290 --> 00:20:02,760
Y te permite el control
lo que recibe.

361
00:20:02,760 --> 00:20:05,980
>> Otra de las herramientas que puede utilizar, -

362
00:20:05,980 --> 00:20:09,250
>> Y esto es realmente útil en
términos de la exploración de los datos.

363
00:20:09,250 --> 00:20:10,840
>> --Es algo llamado facetado.

364
00:20:10,840 --> 00:20:15,530
Así el término facetado es
no necesariamente común.

365
00:20:15,530 --> 00:20:16,880
Pero todos ustedes lo ha visto antes.

366
00:20:16,880 --> 00:20:18,630
Si usted echa un vistazo a
Amazon, por ejemplo,

367
00:20:18,630 --> 00:20:20,870
y usted hace una búsqueda para
donuts en los libros,

368
00:20:20,870 --> 00:20:27,080
aquí lo que tienen una serie de libros,
y que están agrupados por categoría,

369
00:20:27,080 --> 00:20:30,470
y te dan las diferentes categorías,
y el número de libros en cada categoría

370
00:20:30,470 --> 00:20:31,330
aparecer.

371
00:20:31,330 --> 00:20:33,420
>> Así que esto es básicamente una faceta.

372
00:20:33,420 --> 00:20:37,570
Usted toma todos sus libros, el 1800
libros que coincidan con donas en Amazon.

373
00:20:37,570 --> 00:20:39,820
12 de ellos están en el
categoría de desayuno.

374
00:20:39,820 --> 00:20:43,100
21 en pastelería y panadería,
y así sucesivamente y así sucesivamente.

375
00:20:43,100 --> 00:20:47,670
>> Así que esto es realmente un útil
herramienta para explorar el contenido

376
00:20:47,670 --> 00:20:53,260
dentro de la biblioteca, así
porque cuando nos fijamos en una faceta,

377
00:20:53,260 --> 00:20:56,520
que te da una idea de qué temas
existe, como qué tipos de temas

378
00:20:56,520 --> 00:20:58,510
son las más populares dentro de su conjunto de consultas.

379
00:20:58,510 --> 00:21:00,950
Y ayuda de irse y explorar.

380
00:21:00,950 --> 00:21:02,770
Por lo que podemos hacer lo mismo.

381
00:21:02,770 --> 00:21:05,940
>> Si queremos utilizar el
API y mirar facetas,

382
00:21:05,940 --> 00:21:08,950
añadimos otro parámetro a
nuestra amiga la cadena de consulta.

383
00:21:08,950 --> 00:21:12,540
Así facetas iguales separados por comas
lista de lo que queremos en la faceta.

384
00:21:12,540 --> 00:21:14,790
Así que una de las facetas podría estar sujeto.

385
00:21:14,790 --> 00:21:16,565
Otro podría ser idioma.

386
00:21:16,565 --> 00:21:19,665
Y por lo que si corremos esa consulta, nos get--

387
00:21:19,665 --> 00:21:23,372

388
00:21:23,372 --> 00:21:24,830
Se ve más o menos lo mismo aquí.

389
00:21:24,830 --> 00:21:29,010
Pero hemos añadido al final
de la lista de un conjunto de facetas.

390
00:21:29,010 --> 00:21:34,060
Así que tenemos una faceta llamada materia.

391
00:21:34,060 --> 00:21:40,250
Así que esto nos está diciendo que si miro
a mis 80 resultados de la consulta de rosquilla,

392
00:21:40,250 --> 00:21:42,100
13 de ellos tienen la
someter Estados Unidos.

393
00:21:42,100 --> 00:21:43,684
Tres tienen los donuts sujetos.

394
00:21:43,684 --> 00:21:45,600
Tres tienen el tema
de la restauración de humedales,

395
00:21:45,600 --> 00:21:47,720
que puede ser nuestro agujero de la dona.

396
00:21:47,720 --> 00:21:51,780
Dos de ellos, los Simpsons,
y así sucesivamente y así sucesivamente.

397
00:21:51,780 --> 00:21:59,211
>> Así que esto puede ser útil si usted
quieren reducir su búsqueda.

398
00:21:59,211 --> 00:22:00,210
Puede ayudarle a hacer eso.

399
00:22:00,210 --> 00:22:03,580
Especialmente si usted tiene
más de, digamos, 80 resultados.

400
00:22:03,580 --> 00:22:05,980
>> Del mismo modo, también pedimos
de facetas en el lenguaje.

401
00:22:05,980 --> 00:22:14,790
Así que si nos fijamos en nuestros resultados, vemos 76
de ellos están en Inglés, cuatro en francés,

402
00:22:14,790 --> 00:22:19,620
dos en español, dos, creo que eso es
indefinido o desconocido, holandés y latín.

403
00:22:19,620 --> 00:22:22,830
Así que creo que el América
rosquilla resultado, de nuevo,

404
00:22:22,830 --> 00:22:24,922
no tiene nada que ver con los productos horneados.

405
00:22:24,922 --> 00:22:25,630
Pero hay que ir.

406
00:22:25,630 --> 00:22:31,420

407
00:22:31,420 --> 00:22:38,630
>> Así que esto es una especie de muestra que
cómo se puede tirar el contenido de nuevo

408
00:22:38,630 --> 00:22:41,270
de la API sólo a través de
navegador web, lo cual es genial.

409
00:22:41,270 --> 00:22:44,320
Pero en realidad no es lo que lo haría
normalmente utilizando en API para ello.

410
00:22:44,320 --> 00:22:48,710
Así que un ejemplo de cómo se
en realidad podría hacer esto es que he

411
00:22:48,710 --> 00:22:54,720
escrito un super pequeño programa,
que, de nuevo, qué mi búsqueda rosquilla

412
00:22:54,720 --> 00:22:59,010
y selecciona un par de campos
y las muestra en una tabla.

413
00:22:59,010 --> 00:23:01,610
Así que esto es mucho el
mismo contenido que acabamos de

414
00:23:01,610 --> 00:23:04,830
sierra con algunos campos sacó.

415
00:23:04,830 --> 00:23:12,090
Así lista de títulos, los
ubicación de lo que el libro

416
00:23:12,090 --> 00:23:15,120
está a punto, el idioma,
y así sucesivamente y así sucesivamente.

417
00:23:15,120 --> 00:23:20,480
>> Entonces, ¿cómo esto sucedió realmente, ya que
Creo que tenemos que mirar un poco de código,

418
00:23:20,480 --> 00:23:22,420
es--

419
00:23:22,420 --> 00:23:28,060
>> Lo que tenemos aquí es un simple HTML
La página, que muestra el texto,

420
00:23:28,060 --> 00:23:32,900
la bienvenida a la nube biblioteca y
a continuación, muestra una tabla de resultados.

421
00:23:32,900 --> 00:23:37,790
Y obviamente no hay resultados en
la mesa cuando la página se carga.

422
00:23:37,790 --> 00:23:41,380
Pero lo que estamos haciendo
es, en primer lugar, que

423
00:23:41,380 --> 00:23:46,290
se carga de una biblioteca llamada
jQuery, que es básicamente

424
00:23:46,290 --> 00:23:52,030
una biblioteca de JavaScript, que hace
muy fácil de manipular JavaScript

425
00:23:52,030 --> 00:23:58,780
nativamente, HTML y crear páginas web,
lógica del lado del cliente y páginas web.

426
00:23:58,780 --> 00:24:01,595
>> Así que lo que tenemos aquí es jQuery
tiene un método llamado Get,

427
00:24:01,595 --> 00:24:05,270
que esencialmente se destinará a
un URL, que, en este caso,

428
00:24:05,270 --> 00:24:09,070
es esta URL de aspecto familiar.

429
00:24:09,070 --> 00:24:14,440
Y luego obtener el contenido de
esa URL y ejecute una función en él.

430
00:24:14,440 --> 00:24:19,240
Entonces dijimos ir a api.lib.harvard / edu.

431
00:24:19,240 --> 00:24:20,060
Búsqueda de donuts.

432
00:24:20,060 --> 00:24:21,300
Danos 20 registros.

433
00:24:21,300 --> 00:24:28,590
Y a continuación, ejecute esta función, que
He seleccionado, pasándole los datos.

434
00:24:28,590 --> 00:24:34,430
Y los datos es la que JSON
consiguió regresar de la API.

435
00:24:34,430 --> 00:24:40,120
>> Y entonces lo que estamos diciendo, dentro de ese
datos hay un campo llamado artículo.

436
00:24:40,120 --> 00:24:48,117
Y si me voy echar un vistazo atrás en
uno de estos resultados que está aquí,

437
00:24:48,117 --> 00:24:49,200
hay algo called--

438
00:24:49,200 --> 00:24:50,220
>> Bueno, se llama elemento.

439
00:24:50,220 --> 00:24:53,520
Así que puede ser eso.

440
00:24:53,520 --> 00:25:01,840
Y lo que hace es que
pasa a través de cada elemento

441
00:25:01,840 --> 00:25:05,300
y luego llama a otro
función en cada elemento.

442
00:25:05,300 --> 00:25:08,440
Y esa función, básicamente,
está tomando el valor

443
00:25:08,440 --> 00:25:12,010
del tema, que es
esencialmente el registro individual

444
00:25:12,010 --> 00:25:18,220
y nos permite sacar el título,
la cobertura y el idioma.

445
00:25:18,220 --> 00:25:21,640
>> Así que llamamos a una función en cada
elemento que regresamos de la API.

446
00:25:21,640 --> 00:25:25,397
Y si usted acaba de tomar un vistazo
en esta pieza aquí,

447
00:25:25,397 --> 00:25:27,230
lo que estamos haciendo es
estamos creando una cadena,

448
00:25:27,230 --> 00:25:31,810
que es esencialmente un poco de marcado HTML
alrededor de una mesa, con value.title,

449
00:25:31,810 --> 00:25:35,790
que es el título de la
objeto, value.coverage,

450
00:25:35,790 --> 00:25:36,790
que es la cobertura, -

451
00:25:36,790 --> 00:25:38,225
>> Y estamos haciendo un cheque
aquí para ver quién es indefinido

452
00:25:38,225 --> 00:25:40,570
y ocultarlo si dice indefinido,
porque no estamos realmente interesados

453
00:25:40,570 --> 00:25:41,600
en eso.

454
00:25:41,600 --> 00:25:42,939
>> -y luego el idioma.

455
00:25:42,939 --> 00:25:44,730
Y entonces lo que estamos
haciendo es agregando que

456
00:25:44,730 --> 00:25:48,510
a la mesa que es
identificado por esta cadena aquí.

457
00:25:48,510 --> 00:25:50,790
¿Y cómo funciona jQuery
es lo que esto está diciendo

458
00:25:50,790 --> 00:25:56,420
es buscar la mesa con idea
resultados y añadir texto a él.

459
00:25:56,420 --> 00:25:59,380
Y esta es la tabla con resultados idea.

460
00:25:59,380 --> 00:26:04,998
Así que lo que usted termina
con es esta página aquí.

461
00:26:04,998 --> 00:26:06,206
Y con el fin de ver source--

462
00:26:06,206 --> 00:26:11,310

463
00:26:11,310 --> 00:26:13,810
Bueno, la fuente no es en realidad
actualizado cuando eso sucedió.

464
00:26:13,810 --> 00:26:18,740
Así que usted puede ver el real
Los resultados de la tabla aquí sin embargo.

465
00:26:18,740 --> 00:26:24,770
>> Así que eso es sólo un ejemplo simple de
haciendo una consulta muy básica en contra de la API

466
00:26:24,770 --> 00:26:29,020
y mostrar la información en algún otro
formar, y no hacer nada demasiado lujoso.

467
00:26:29,020 --> 00:26:36,370
Ahora, otro ejemplo es como una
solicitud por escrito por David Weinberger

468
00:26:36,370 --> 00:26:39,120
como una demostración de esto, lo que
en esencia lo que muestra

469
00:26:39,120 --> 00:26:44,620
cómo se puede triturar los resultados que buscas
recibiendo de la API de biblioteca nube

470
00:26:44,620 --> 00:26:46,250
con, por ejemplo, Google Books.

471
00:26:46,250 --> 00:26:52,225
>> Y el pensamiento aquí es que puedo
ejecutar una consulta en Google Books,

472
00:26:52,225 --> 00:26:56,060
obtener una búsqueda de texto completo, obtener algunos resultados
espalda, averiguar cuál de esos artículos

473
00:26:56,060 --> 00:27:01,180
en realidad existen en Hollis,
el sistema de bibliotecas,

474
00:27:01,180 --> 00:27:03,200
y luego darme enlaces
de nuevo a esos artículos.

475
00:27:03,200 --> 00:27:12,730
Así que si yo busco, que era
una noche oscura y tormentosa, me

476
00:27:12,730 --> 00:27:16,210
volver un montón de resultados
de Google, y luego uno de los resultados

477
00:27:16,210 --> 00:27:19,460
que es una arruga en el tiempo.

478
00:27:19,460 --> 00:27:29,330
Y estos son los enlaces a los libros que existen
dentro del sistema de Biblioteca de la Universidad de Harvard.

479
00:27:29,330 --> 00:27:32,160
>> Así que supongo que el punto aquí no es
tanto que esto puede o no

480
00:27:32,160 --> 00:27:34,118
ser el camino que desea
para buscar en la biblioteca,

481
00:27:34,118 --> 00:27:38,310
pero es un completamente diferente
de manera que no estaba disponible para usted

482
00:27:38,310 --> 00:27:42,884
antes, como que no tenía manera de hacer
búsquedas de texto completo en los libros que incluso

483
00:27:42,884 --> 00:27:44,550
eran parte del sistema de Biblioteca de la Universidad de Harvard.

484
00:27:44,550 --> 00:27:46,870
Así que ahora esta es una manera
que usted puede hacer eso.

485
00:27:46,870 --> 00:27:51,930
Y usted puede mostrarlos en
cualquier formato que desee.

486
00:27:51,930 --> 00:27:55,990
Así que el punto aquí es, básicamente,
estamos abriendo nuevos caminos para la gente

487
00:27:55,990 --> 00:27:59,080
para trabajar con los datos.

488
00:27:59,080 --> 00:28:07,925
>> Otro pedazo de nube biblioteca es que
ayuda a exponer algunos de los datos de uso

489
00:28:07,925 --> 00:28:08,800
que la biblioteca tiene.

490
00:28:08,800 --> 00:28:12,630
Así que si vas a la biblioteca,
y que está buscando para los libros,

491
00:28:12,630 --> 00:28:15,770
No necesariamente
realmente tener una idea de,

492
00:28:15,770 --> 00:28:19,080
para todos los elementos de una
tema en particular, lo que

493
00:28:19,080 --> 00:28:21,200
son personas en el
comunidad, ya sea

494
00:28:21,200 --> 00:28:24,890
definida como Harvard o la
país o de su clase,

495
00:28:24,890 --> 00:28:26,421
¿Qué han encontrado más útil?

496
00:28:26,421 --> 00:28:28,920
Y la biblioteca tiene en realidad un
tonelada de información sobre lo que

497
00:28:28,920 --> 00:28:32,999
es más útil porque si un montón
de la gente está mirando un libro,

498
00:28:32,999 --> 00:28:34,040
que te dice algo.

499
00:28:34,040 --> 00:28:36,498
Debe haber habido alguna razón
quieren comprobarlo.

500
00:28:36,498 --> 00:28:38,270
Mucha gente lo puso en reserva.

501
00:28:38,270 --> 00:28:42,520
>> Si está en la lista de reserva para muchos
de las clases, que te dice algo.

502
00:28:42,520 --> 00:28:45,960
Si los miembros de la facultad están comprobando que
fuera mucho y estudiantes universitarios no son,

503
00:28:45,960 --> 00:28:47,200
eso me dice algo.

504
00:28:47,200 --> 00:28:49,280
Viceversa, que también
te dice algo.

505
00:28:49,280 --> 00:28:54,680
Así que sería muy interesante
poner esa información por ahí y dejar

506
00:28:54,680 --> 00:28:59,969
personas lo utilizan para ayudarles a encontrar
que funciona dentro del sistema de bibliotecas.

507
00:28:59,969 --> 00:29:02,260
La otra cara de esto es
hay algo de privacidad grave

508
00:29:02,260 --> 00:29:07,854
preocupaciones porque una de las
principios básicos de la biblioteca

509
00:29:07,854 --> 00:29:10,770
es que no vamos a estar diciendo
la gente lo que están leyendo otras personas.

510
00:29:10,770 --> 00:29:17,360
E incluso si usted está diciendo esto
libro fue desprotegido cuatro veces

511
00:29:17,360 --> 00:29:20,070
en un mes determinado,
que podrían utilizarse

512
00:29:20,070 --> 00:29:25,252
vincular de nuevo a un particular,
persona por los datos de-anonimato

513
00:29:25,252 --> 00:29:26,710
y descubrir que lo obtuvo.

514
00:29:26,710 --> 00:29:30,792
Así que la forma en que podemos avoid--

515
00:29:30,792 --> 00:29:33,750
La forma en que podemos tratar de extraer
alguna señal de toda la información

516
00:29:33,750 --> 00:29:36,740
sin infringir
preocupaciones sobre la privacidad de nadie

517
00:29:36,740 --> 00:29:42,150
es esencialmente miramos
10 años de datos de uso, -

518
00:29:42,150 --> 00:29:43,930
>> Así que es durante un largo período de tiempo.

519
00:29:43,930 --> 00:29:50,639
>> --y dicen, OK, vamos a ver cómo
muchas veces se utilizó este trabajo,

520
00:29:50,639 --> 00:29:52,930
y por que en este período
de tiempo, y luego básicamente

521
00:29:52,930 --> 00:29:56,300
devolver un número, lo que llamamos
una puntuación de pila, que, básicamente,

522
00:29:56,300 --> 00:29:59,910
representa la cantidad que ha sido utilizado.

523
00:29:59,910 --> 00:30:01,084
Y eso number--

524
00:30:01,084 --> 00:30:03,250
Hay gran cantidad de cálculos
entrar en ese número.

525
00:30:03,250 --> 00:30:05,150
--pero que es una muy áspera
métrica que le da

526
00:30:05,150 --> 00:30:11,300
una idea de cómo el
comunidad puede valorar ese trabajo.

527
00:30:11,300 --> 00:30:16,772
>> Y por lo que otro tipo de incluso
más concretarse aplicación

528
00:30:16,772 --> 00:30:18,480
que se aprovecha
de esto es algo

529
00:30:18,480 --> 00:30:24,000
Stacklife llamada, que es en realidad
disponible a través de la principal Harvard

530
00:30:24,000 --> 00:30:24,880
Portal de la Biblioteca.

531
00:30:24,880 --> 00:30:26,700
Así que vas a library.harvard.edu.

532
00:30:26,700 --> 00:30:29,360
Usted verá un número de diferentes
maneras de buscar la biblioteca.

533
00:30:29,360 --> 00:30:32,300
Y uno de ellos se llama Stacklife.

534
00:30:32,300 --> 00:30:38,980
>> Y esta es una aplicación que
busca el contenido de la biblioteca,

535
00:30:38,980 --> 00:30:43,490
sino que está completamente construido
en la parte superior de estas API.

536
00:30:43,490 --> 00:30:46,910
Así que no hay cosas especiales
pasando detrás de las escenas.

537
00:30:46,910 --> 00:30:49,570
No hay acceso a
datos que usted no tiene.

538
00:30:49,570 --> 00:30:54,090
Se trata de utilizar las API para proporcionarle
con una navegación completamente diferente

539
00:30:54,090 --> 00:30:55,480
experiencia.

540
00:30:55,480 --> 00:30:58,570
>> Así que si yo busco Alice
in Wonderland en este caso,

541
00:30:58,570 --> 00:31:02,600
Obtengo un resultado que parece
esto, lo cual es bastante mucho--

542
00:31:02,600 --> 00:31:05,430

543
00:31:05,430 --> 00:31:10,870
>> Es muy similar a cualquier otra búsqueda
usted puede hacer, excepto en este caso

544
00:31:10,870 --> 00:31:15,730
estamos clasificando los elementos por
stackscore, que le da

545
00:31:15,730 --> 00:31:19,850
una idea de lo popular que éstos
artículos estaban dentro de la comunidad.

546
00:31:19,850 --> 00:31:25,610
Y con tanta claridad, Alicia en el País de las Maravillas
por Walt Disney es muy popular.

547
00:31:25,610 --> 00:31:36,570
Pero también se puede ver a los cuatro primeros
aquí son las que usted puede ser que no actually--

548
00:31:36,570 --> 00:31:39,220
>> Las cosas que son muy utilizados,
pero usted no puede inmediatamente

549
00:31:39,220 --> 00:31:41,240
conectar con Alicia en el País de las Maravillas.

550
00:31:41,240 --> 00:31:44,650
Así que nuestro viejo amigo el
Alicia anotada está aquí.

551
00:31:44,650 --> 00:31:46,350
Así que puedo tener una mirada en ella.

552
00:31:46,350 --> 00:31:52,010
Y ahora lo que estoy buscando
en es básicamente un conjunto de--

553
00:31:52,010 --> 00:31:53,760
Puedo tener la Anotado
Alice aquí.

554
00:31:53,760 --> 00:31:56,700
Tengo información al respecto.

555
00:31:56,700 --> 00:32:00,230
Y también tengo un stackscore
de, en este caso, 26.

556
00:32:00,230 --> 00:32:03,169
Y esto me dice especie de aproximadamente
cómo hemos llegado a esta stackscore,

557
00:32:03,169 --> 00:32:05,835
como que lo haya facturado a cabo, como la forma
muchas veces se marchamos,

558
00:32:05,835 --> 00:32:08,440
como profesores o estudiantes de licenciatura, cómo
muchas copias de la biblioteca tiene,

559
00:32:08,440 --> 00:32:11,300
y así sucesivamente y así sucesivamente.

560
00:32:11,300 --> 00:32:16,460
>> Y usted puede también, lo suficientemente interesante
aquí, revisar las pilas de forma virtual.

561
00:32:16,460 --> 00:32:19,550
Así que los datos aquí, esta
le está mostrando especie

562
00:32:19,550 --> 00:32:23,547
de una representación virtual
de lo que el poderío estante

563
00:32:23,547 --> 00:32:25,880
verá como si usted fuera a tomar
todos los fondos de la biblioteca

564
00:32:25,880 --> 00:32:28,940
y ponerlos juntos
en un estante infinito.

565
00:32:28,940 --> 00:32:30,990
Y lo bueno es que can--

566
00:32:30,990 --> 00:32:33,380
>> En primer lugar, la
metadatos sobre estos libros

567
00:32:33,380 --> 00:32:35,627
a menudo le dice cuando se publicó.

568
00:32:35,627 --> 00:32:37,085
Se le indica el número de páginas que tiene.

569
00:32:37,085 --> 00:32:38,459
Podría decirte las dimensiones.

570
00:32:38,459 --> 00:32:42,930
Así se puede ver que se refleja aquí
en términos del tamaño de los libros.

571
00:32:42,930 --> 00:32:46,740
>> Y entonces podemos utilizar el
apilar puntuación para destacar

572
00:32:46,740 --> 00:32:49,170
los libros que tienen puntajes más altos de la pila.

573
00:32:49,170 --> 00:32:54,930
Así que si es más oscuro, significa que,
presumiblemente, se utiliza con más frecuencia.

574
00:32:54,930 --> 00:32:57,040
Así que en este caso, estoy
va a suponer que este

575
00:32:57,040 --> 00:33:03,226
es la versión de Alicia en el País de las Maravillas
que se utiliza con mucha frecuencia y más

576
00:33:03,226 --> 00:33:05,100
visitada, la biblioteca
tiene la mayoría de las copias de.

577
00:33:05,100 --> 00:33:06,975
Así que si usted está buscando
para Alicia en el país de las maravillas,

578
00:33:06,975 --> 00:33:10,220
esto podría ser un buen lugar para empezar.

579
00:33:10,220 --> 00:33:13,500
>> Y entonces aquí también se puede vincular a cabo
a, digamos, Amazon para comprar el libro,

580
00:33:13,500 --> 00:33:15,182
y así sucesivamente y así sucesivamente.

581
00:33:15,182 --> 00:33:17,140
El punto aquí, de nuevo,
no es tanto que esta

582
00:33:17,140 --> 00:33:25,030
es la mejor manera de explorar la biblioteca
o la herramienta adecuada para cada ocasión.

583
00:33:25,030 --> 00:33:28,400
Pero es otra manera de hacerlo.

584
00:33:28,400 --> 00:33:31,359
Y por lo que los datos
disponible a través de una API, que

585
00:33:31,359 --> 00:33:34,650
está hecho de bloques de construcción muy simples,
que le permite buscar en el contenido,

586
00:33:34,650 --> 00:33:39,420
usted puede construir algo
como este que puede

587
00:33:39,420 --> 00:33:41,520
ser extraordinariamente
valiosa para algunas personas.

588
00:33:41,520 --> 00:33:46,640

589
00:33:46,640 --> 00:33:51,860
>> Así que eso es más o menos, tanto como yo quiero
que decir realmente acerca de lo que es la API

590
00:33:51,860 --> 00:33:56,070
y lo que se expone, hay un conjunto
montón de cosas detrás de las escenas, que

591
00:33:56,070 --> 00:33:59,480
Yo sólo voy a tocar en breve
sólo porque es una especie de trata en este

592
00:33:59,480 --> 00:34:03,720
desde un ángulo completamente diferente en
términos de cómo hace algo como esto

593
00:34:03,720 --> 00:34:04,580
llegar a poner en su lugar?

594
00:34:04,580 --> 00:34:10,820
>> Así una API es un estándar
interconectar a todo este contenido.

595
00:34:10,820 --> 00:34:13,820
Pero para llegar allí, el
Lo primero que teníamos que hacer

596
00:34:13,820 --> 00:34:17,260
fue reunir información
de libros e imágenes

597
00:34:17,260 --> 00:34:21,580
y los instrumentos de descripción, la colección
documento de varios sistemas de Harvard.

598
00:34:21,580 --> 00:34:23,929
Aleph, VIA, y OASIS son
los nombres de los sistemas.

599
00:34:23,929 --> 00:34:28,820
Y esencialmente entran en un
oleoducto, una tubería de procesamiento.

600
00:34:28,820 --> 00:34:33,230
>> Así, en primer lugar, tenemos la exportación
archivos de todos estos sistemas.

601
00:34:33,230 --> 00:34:35,130
Nosotros los dividimos en elementos individuales.

602
00:34:35,130 --> 00:34:39,360
Así que tenemos un archivo, que es de un gigabyte,
que cuenta con un millón de discos en el mismo.

603
00:34:39,360 --> 00:34:42,290
Así que dividirlo en elementos individuales.

604
00:34:42,290 --> 00:34:45,374
Luego, para cada artículo, lo convertimos
en MODS, porque algunos de ellos

605
00:34:45,374 --> 00:34:47,040
son MODS nativa, algunos de ellos no lo son.

606
00:34:47,040 --> 00:34:49,204
Así que todos lleguemos a
estar en el mismo formato.

607
00:34:49,204 --> 00:34:51,120
Luego hay varios
pasos de enriquecimiento, donde

608
00:34:51,120 --> 00:34:55,969
añadimos más información a los datos
que estaba disponible en la biblioteca.

609
00:34:55,969 --> 00:34:59,750
Así que tenemos que añadir, en primer lugar
tenemos lo que las bibliotecas tienen que.

610
00:34:59,750 --> 00:35:02,250
Vamos a través de un paso de
el cálculo de la stackscore.

611
00:35:02,250 --> 00:35:07,112
Vamos a través de un paso de
la adición de más metadatos en términos

612
00:35:07,112 --> 00:35:10,730
de lo que la gente colecciones
podría haber añadido esto--

613
00:35:10,730 --> 00:35:12,532
>> Las personas están creando
colecciones de artículos.

614
00:35:12,532 --> 00:35:13,990
Qué colecciones le pertenece?

615
00:35:13,990 --> 00:35:17,220
¿Cómo han etiquetado personas
este contenido en el pasado?

616
00:35:17,220 --> 00:35:20,750
A continuación, filtrar, y se restringe
los registros, ya que, como he mencionado,

617
00:35:20,750 --> 00:35:24,120
hay algunos registros que, a causa de
razones de derechos de autor, no podemos mostrar.

618
00:35:24,120 --> 00:35:26,700
Y luego nos cargaremos
en algo llamado

619
00:35:26,700 --> 00:35:31,680
Solr, que no es una falta de ortografía, pero
es el nombre de una pieza de software

620
00:35:31,680 --> 00:35:35,710
que hace la búsqueda de indexación, que
impulsa toda la búsqueda detrás de la API.

621
00:35:35,710 --> 00:35:40,110
Y entonces se vuelve disponible para
las API, y las personas pueden utilizarlo.

622
00:35:40,110 --> 00:35:44,640
>> Así que esto es como una justa
proceso sencillo.

623
00:35:44,640 --> 00:35:47,230
Uno de los interesante
cosas sobre él es

624
00:35:47,230 --> 00:35:50,990
que se trata
con 13 millones de discos

625
00:35:50,990 --> 00:35:53,820
y vamos a estar tratando o más.

626
00:35:53,820 --> 00:36:01,260
Y queremos ser capaces de manejar
éstos de una manera relativamente rápida.

627
00:36:01,260 --> 00:36:03,630
Se necesita mucho tiempo para
procesar 13 millones de registros.

628
00:36:03,630 --> 00:36:09,529
>> Entonces, ¿cómo esta tubería es
establecer es que can--

629
00:36:09,529 --> 00:36:12,070
Supongo que la ventaja de la
tubería, el problema que estamos

630
00:36:12,070 --> 00:36:15,580
tratando de resolver aquí, es que
todas las transformaciones, todo

631
00:36:15,580 --> 00:36:18,729
estos pasos de este
tubería son separables.

632
00:36:18,729 --> 00:36:19,645
No hay dependencia.

633
00:36:19,645 --> 00:36:22,146
Si usted está procesando
un registro de un libro,

634
00:36:22,146 --> 00:36:24,270
no hay dependencia en
que entre el otro libro.

635
00:36:24,270 --> 00:36:27,760
>> Así que lo que podemos hacer es, básicamente,
en cada paso de la tubería,

636
00:36:27,760 --> 00:36:30,470
lo ponemos en una cola en la nube.

637
00:36:30,470 --> 00:36:32,250
Me pasó a ser en Amazon Web Services.

638
00:36:32,250 --> 00:36:35,140
Así que hay una lista de,
decir, 10.000 artículos que

639
00:36:35,140 --> 00:36:38,100
necesita ser normalizado y
convertidos a formato MODS.

640
00:36:38,100 --> 00:36:41,620
Y hacemos girar el mayor número de servidores
como queremos, tal vez 10 servidores.

641
00:36:41,620 --> 00:36:44,860
Y cada uno de esos servidores sólo
sienta allí, se ve en esa cola,

642
00:36:44,860 --> 00:36:46,730
ve que hay uno que necesita
ser procesada, la despega de la cola,

643
00:36:46,730 --> 00:36:48,740
procesa y palos
en la siguiente cola.

644
00:36:48,740 --> 00:36:54,200
>> Y así lo que nos permite
que hacer es aplicar, en esencia,

645
00:36:54,200 --> 00:36:58,110
tanto de hardware como queremos a esta
problema para un período muy corto de tiempo

646
00:36:58,110 --> 00:37:02,970
para procesar los datos tan rápidamente como
posible, que es algo que sólo,

647
00:37:02,970 --> 00:37:08,220
ahora en el mundo de la computación en nube
podemos los servidores de provisión esencialmente

648
00:37:08,220 --> 00:37:09,890
instantáneamente, es que útil.

649
00:37:09,890 --> 00:37:12,260
Así que no tienes que tener un
servidor gigante sentados alrededor

650
00:37:12,260 --> 00:37:16,700
todo el tiempo para hacer el procesamiento
que podría ocurrir sólo una vez a la semana.

651
00:37:16,700 --> 00:37:21,440
>> Así que es sobre todo ello.

652
00:37:21,440 --> 00:37:27,590
Hay documentación disponible
para la nube Biblioteca API de artículo

653
00:37:27,590 --> 00:37:31,960
en esta dirección, lo que hará
estará disponible más adelante.

654
00:37:31,960 --> 00:37:36,730
Y por favor ir a tomar un vistazo a
a ver si hay algo,

655
00:37:36,730 --> 00:37:37,579
usted tiene alguna idea.

656
00:37:37,579 --> 00:37:38,120
Juega con ella.

657
00:37:38,120 --> 00:37:38,830
Perder el tiempo.

658
00:37:38,830 --> 00:37:42,800
Y espero que usted puede venir
con algo grande.

659
00:37:42,800 --> 00:37:44,740
Gracias.

660
00:37:44,740 --> 00:37:45,899