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

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

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

4
00:00:13,550 --> 00:00:17,890
E eu estou aqui para falar com você sobre o
Harvard Biblioteca e construção de amanhã

5
00:00:17,890 --> 00:00:20,870
biblioteca hoje, eu acho.

6
00:00:20,870 --> 00:00:23,040
Assim, o fundo aqui,
o terreno de jogo para esta sessão

7
00:00:23,040 --> 00:00:26,930
é que não há essencialmente
um monte de dados bibliográficos

8
00:00:26,930 --> 00:00:28,400
disponível em bibliotecas de Harvard.

9
00:00:28,400 --> 00:00:33,434
E há uma oportunidade,
através de algumas das ferramentas

10
00:00:33,434 --> 00:00:36,350
e um projeto que está sendo desenvolvido,
para obter o acesso à informação

11
00:00:36,350 --> 00:00:42,430
e levá-lo a lugares que o
Biblioteca de Harvard não está fazendo agora,

12
00:00:42,430 --> 00:00:45,460
fazer coisas novas com ele, experimento
e brincar com ele.

13
00:00:45,460 --> 00:00:52,413
>> Assim, o ponto de entrada para esta é uma API
chamado de Harvard Biblioteca Nuvem, que

14
00:00:52,413 --> 00:00:57,650
é um servidor de metadados aberto,
que eu vou falar agora.

15
00:00:57,650 --> 00:01:02,595
Assim, o fundo é de que existe um
monte de coisas na biblioteca de Harvard.

16
00:01:02,595 --> 00:01:07,150
Temos mais de 13 milhões de bibliográfica
registros, milhões de imagens,

17
00:01:07,150 --> 00:01:11,090
e milhares de instrumentos de descrição, que
são essencialmente documentos que descrevem

18
00:01:11,090 --> 00:01:15,500
coleções, dizendo que
há neles, caixas de papéis

19
00:01:15,500 --> 00:01:21,080
e assim por diante, que representam mais de
um milhão de documentos individuais.

20
00:01:21,080 --> 00:01:24,290
E há também um monte de
informações que a biblioteca tem

21
00:01:24,290 --> 00:01:28,180
sobre a forma como o conteúdo é usado que
poderia ser de interesse para as pessoas

22
00:01:28,180 --> 00:01:32,400
que pode querer trabalhar com ele.

23
00:01:32,400 --> 00:01:36,150
>> Assim, todas as informações
a biblioteca tem metadados.

24
00:01:36,150 --> 00:01:39,500
Então metadados são dados sobre dados.

25
00:01:39,500 --> 00:01:42,070
Assim, quando falamos de
a informação que é

26
00:01:42,070 --> 00:01:44,890
disponível na biblioteca
nuvem que está disponível,

27
00:01:44,890 --> 00:01:47,760
não é necessariamente
os documentos reais

28
00:01:47,760 --> 00:01:53,060
eles próprios, não necessariamente a total
texto de livros ou as imagens completas,

29
00:01:53,060 --> 00:01:54,890
no entanto, que, na verdade, pode ser o caso.

30
00:01:54,890 --> 00:01:57,550
Mas é realmente
informações sobre os dados.

31
00:01:57,550 --> 00:02:00,909
>> Então você pode pensar de catalogação
informações, números de telefone, assuntos,

32
00:02:00,909 --> 00:02:02,700
quantas cópias do
livro há, o que

33
00:02:02,700 --> 00:02:06,380
são as edições, quais são os
formatos, os autores, e assim por diante.

34
00:02:06,380 --> 00:02:12,250
Portanto, há um monte de informações sobre
as informações contidas na coleção que,

35
00:02:12,250 --> 00:02:14,400
em si mesmo, é uma espécie de inerentemente útil.

36
00:02:14,400 --> 00:02:19,230
E, embora se você é
fazer pesquisa em profundidade,

37
00:02:19,230 --> 00:02:25,160
você obviamente quer chegar ao real
contentar-se e olhar para os dados,

38
00:02:25,160 --> 00:02:30,140
os metadados é útil em termos de
tanto na análise o corpo como um todo,

39
00:02:30,140 --> 00:02:33,870
como o que as coisas são na coleção.

40
00:02:33,870 --> 00:02:35,520
Como eles se relacionam?

41
00:02:35,520 --> 00:02:39,482
Ele ajuda você realmente encontrar outras coisas,
o que é realmente a principal finalidade do mesmo.

42
00:02:39,482 --> 00:02:41,190
O ponto de partida da
metadados e do catálogo

43
00:02:41,190 --> 00:02:43,230
é ajudar você a encontrar todos
a informação que é

44
00:02:43,230 --> 00:02:46,590
disponível dentro das coleções.

45
00:02:46,590 --> 00:02:53,690
>> Portanto, este é um exemplo de metadados
para um livro na Biblioteca de Harvard.

46
00:02:53,690 --> 00:02:56,370
Então, ele está lá.

47
00:02:56,370 --> 00:02:59,850
E você pode ver que é
na verdade, moderadamente complexa.

48
00:02:59,850 --> 00:03:04,610
E parte do valor dos metadados
dentro do sistema de biblioteca de Harvard

49
00:03:04,610 --> 00:03:09,320
é que ele foi sorte
de construído por catalogadores

50
00:03:09,320 --> 00:03:12,720
e montada por pessoas que solicitam
muita perícia e habilidade

51
00:03:12,720 --> 00:03:20,030
e pensado para que ao longo do tempo,
que tem um monte de valor.

52
00:03:20,030 --> 00:03:25,450
>> Então, se você der uma olhada neste registro para
The Annotated Alice, você pode descobrir

53
00:03:25,450 --> 00:03:32,590
você tem o título, que o escreveu, o
autor, e todos os diferentes temas

54
00:03:32,590 --> 00:03:35,380
qual as pessoas têm catalogado-lo em.

55
00:03:35,380 --> 00:03:40,110
E você pode ver que há também, em
Além de um monte de boas informações

56
00:03:40,110 --> 00:03:42,852
aqui, há alguma duplicação.

57
00:03:42,852 --> 00:03:45,560
Há um monte de complexidade que é
refletida através dos metadados

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

59
00:03:46,300 --> 00:03:50,320
>> Assim, um título deste livro é
As aventuras de Alice no País das Maravilhas.

60
00:03:50,320 --> 00:03:53,880
Portanto, esta é uma Anotada
versão desse livro.

61
00:03:53,880 --> 00:03:56,380
Mas também é chamado de The Annotated
Alice, de Alice Adventures

62
00:03:56,380 --> 00:03:58,570
no país das maravilhas, porque
é algo que

63
00:03:58,570 --> 00:04:00,430
Martin Gardner escreveu
e anotada do livro.

64
00:04:00,430 --> 00:04:03,369
E há um grande lote de informações
sobre enigmas de lógica e coisas

65
00:04:03,369 --> 00:04:05,410
dentro de Alice que você
provavelmente não sabia.

66
00:04:05,410 --> 00:04:07,000
Então você deve ir lê-lo.

67
00:04:07,000 --> 00:04:11,940
>> Mas você pode ver que não há
um monte de detalhes aqui,

68
00:04:11,940 --> 00:04:15,340
incluindo identificadores, quando
foi criado, de onde veio,

69
00:04:15,340 --> 00:04:17,420
em termos de Harvard
sistema, e assim por diante.

70
00:04:17,420 --> 00:04:20,350
Portanto, esta é uma amostra de
o tipo de metadados

71
00:04:20,350 --> 00:04:24,340
que você pode ver em um livro em
da coleção da Biblioteca Harvard.

72
00:04:24,340 --> 00:04:26,680
>> Isso é algo completamente diferente.

73
00:04:26,680 --> 00:04:32,610
Portanto, há um sistema chamado
VIA Harvard, que basicamente

74
00:04:32,610 --> 00:04:39,990
está catalogando imagens e objetos de arte
e as coisas visuais em todo Harvard,

75
00:04:39,990 --> 00:04:44,010
e adicionando alguns metadados
para eles, classificando-os,

76
00:04:44,010 --> 00:04:49,200
e, em alguns casos, proporcionando
pequenas imagens em miniatura

77
00:04:49,200 --> 00:04:51,250
que você pode tomar um
veja se assim o desejar.

78
00:04:51,250 --> 00:04:54,240
>> Portanto, este é um exemplo do
metadados que você tem para uma placa

79
00:04:54,240 --> 00:04:57,840
de, presumivelmente, Alice no País das Maravilhas.

80
00:04:57,840 --> 00:05:00,499
E você pode ver que não há
menos metadados aqui.

81
00:05:00,499 --> 00:05:02,040
É apenas um tipo diferente de objeto.

82
00:05:02,040 --> 00:05:03,425
E por isso há menos informação.

83
00:05:03,425 --> 00:05:07,790
>> Está na sua maioria têm o facto de que, uma chamada
número, essencialmente, que o criou, -

84
00:05:07,790 --> 00:05:10,410
>> Não sabemos quando ele foi criado.

85
00:05:10,410 --> 00:05:13,320
>> --e um título.

86
00:05:13,320 --> 00:05:14,300
>> Outro exemplo.

87
00:05:14,300 --> 00:05:16,380
Este é um instrumento de pesquisa.

88
00:05:16,380 --> 00:05:19,030
Portanto, há uma coleção de Lewis
Papéis de Carroll em Harvard.

89
00:05:19,030 --> 00:05:23,601
Então, isso descreve o que
é nessa coleção.

90
00:05:23,601 --> 00:05:26,100
Então, alguém passou por e
olhou através de todas as caixas

91
00:05:26,100 --> 00:05:32,220
e catalogado-lo, dado algum fundo,
escreveu um resumo do que está aqui.

92
00:05:32,220 --> 00:05:35,290
E se você estava a olhar
adicionalmente pelo presente, este

93
00:05:35,290 --> 00:05:39,620
prolonga-se por páginas e páginas
e páginas, mas dir-lhe-

94
00:05:39,620 --> 00:05:41,860
que letras e quais
datas a partir do que caixas

95
00:05:41,860 --> 00:05:44,289
existido ao longo da coleção.

96
00:05:44,289 --> 00:05:46,330
Mas isso é algo
que, se você estiver em Harvard,

97
00:05:46,330 --> 00:05:50,720
você pode ir e realmente olhar fisicamente
-se e, presumivelmente, dê uma olhada.

98
00:05:50,720 --> 00:05:53,440
>> Então, tudo isso é ótimo.

99
00:05:53,440 --> 00:05:54,450
Deste útil de metadados.

100
00:05:54,450 --> 00:05:56,327
É no sistema Biblioteca Harvard.

101
00:05:56,327 --> 00:05:58,910
Existem ferramentas on-line onde você
pode ir e dar uma olhada no que faz,

102
00:05:58,910 --> 00:05:59,993
e vê-lo, e busca-lo.

103
00:05:59,993 --> 00:06:02,810
E você pode cortá-lo e dice
que, de muitas maneiras diferentes.

104
00:06:02,810 --> 00:06:06,920
>> Mas é realmente só está disponível se
você é um ser humano de se sentar

105
00:06:06,920 --> 00:06:12,600
no seu navegador ou algo ou
seu telefone e navegar através dele.

106
00:06:12,600 --> 00:06:16,730
Não é realmente disponível em
qualquer tipo de forma utilizável

107
00:06:16,730 --> 00:06:19,520
ou para outros sistemas
outros computadores de usar,

108
00:06:19,520 --> 00:06:21,500
não com sistemas dentro
Biblioteca de Harvard,

109
00:06:21,500 --> 00:06:24,890
mas os sistemas do mundo exterior,
apenas a outras pessoas em geral.

110
00:06:24,890 --> 00:06:30,210
Então a questão é, como podemos
torná-lo disponível para os computadores

111
00:06:30,210 --> 00:06:33,560
para que possamos fazer mais interessante
coisas com ele do que apenas

112
00:06:33,560 --> 00:06:36,550
browsing-lo nós mesmos?

113
00:06:36,550 --> 00:06:39,766
>> Então, por que você iria querer fazer isso?

114
00:06:39,766 --> 00:06:41,140
Há uma série de possibilidades.

115
00:06:41,140 --> 00:06:43,980
Uma delas é que você poderia construir um completamente
forma diferente de navegação

116
00:06:43,980 --> 00:06:46,962
o conteúdo que está disponível
através das bibliotecas de Harvard.

117
00:06:46,962 --> 00:06:48,670
Eu vou te mostrar uma
mais tarde chamado Stacklife,

118
00:06:48,670 --> 00:06:52,440
que tem uma forma completamente diferente
assumir procurando conteúdo.

119
00:06:52,440 --> 00:06:54,560
>> Você poderia construir um mecanismo de recomendação.

120
00:06:54,560 --> 00:06:57,955
Assim Biblioteca de Harvard não é no
negócio de dizer, você gosta deste livro.

121
00:06:57,955 --> 00:07:01,080
Então vá dar uma olhada nestes 17 outros
livros que você pode estar interessado em

122
00:07:01,080 --> 00:07:03,200
ou esses 18 outras imagens.

123
00:07:03,200 --> 00:07:06,040
Mas isso certamente poderia
ser um recurso valioso.

124
00:07:06,040 --> 00:07:09,272
E dada a metadados, pode
ser possível colocar isso em conjunto.

125
00:07:09,272 --> 00:07:11,980
Você pode ter diferentes necessidades em
termos de pesquisa do conteúdo,

126
00:07:11,980 --> 00:07:16,200
como talvez, apesar das ferramentas que
que estão disponíveis a biblioteca torna

127
00:07:16,200 --> 00:07:18,450
disponível, você pode querer
de pesquisa de uma maneira diferente

128
00:07:18,450 --> 00:07:21,847
ou otimizar para um caso de uso particular,
que talvez seja muito especializado.

129
00:07:21,847 --> 00:07:23,930
Talvez existam apenas alguns
pessoas no mundo que

130
00:07:23,930 --> 00:07:25,846
deseja pesquisar o conteúdo
desta forma, mas

131
00:07:25,846 --> 00:07:28,985
Seria ótimo se nós
poderia deixá-los fazer isso.

132
00:07:28,985 --> 00:07:30,860
Há um monte de analytics
em apenas como as pessoas

133
00:07:30,860 --> 00:07:33,860
usar o conteúdo que seria muito
interessante conhecer, descobrir

134
00:07:33,860 --> 00:07:37,280
o que os livros estão sendo usados,
o que não é, e assim por diante.

135
00:07:37,280 --> 00:07:41,670
E então há um monte de
oportunidade de integrar

136
00:07:41,670 --> 00:07:45,210
com outras informações
que está lá fora na web.

137
00:07:45,210 --> 00:07:46,880
Então, nós have--

138
00:07:46,880 --> 00:07:50,260
>> Por exemplo, tem NPR
um segmento resenha do livro,

139
00:07:50,260 --> 00:07:53,090
onde eles entrevistam
autores sobre livros.

140
00:07:53,090 --> 00:07:56,837
E por isso seria ótimo se você fosse
procurar um livro na Harvard

141
00:07:56,837 --> 00:07:59,670
Biblioteca, e você diz, OK, não há
foi uma entrevista com o autor.

142
00:07:59,670 --> 00:08:00,878
Vamos dar uma olhada nisso.

143
00:08:00,878 --> 00:08:05,461
Ou há uma página da Wikipedia, como uma
autoritária, referência acadêmica

144
00:08:05,461 --> 00:08:07,710
sobre este livro que você
pode querer dar uma olhada.

145
00:08:07,710 --> 00:08:12,600
>> Existem destes tipos de fontes
espalhadas por toda a web.

146
00:08:12,600 --> 00:08:16,555
E trazê-los juntos
Pode ser um ótimo uso

147
00:08:16,555 --> 00:08:18,930
para alguém olhando para o
conteúdo, à procura de algo.

148
00:08:18,930 --> 00:08:20,180
Mas também não é o
tipo de coisa que você

149
00:08:20,180 --> 00:08:23,205
quer a biblioteca a ser responsável
para descer e caçar

150
00:08:23,205 --> 00:08:25,455
todas estas fontes diferentes
e colocá-los juntos

151
00:08:25,455 --> 00:08:28,920
porque eles estão mudando continuamente.

152
00:08:28,920 --> 00:08:33,570
E o que eles acham que é importante maio
não ser o que você acha que é importante.

153
00:08:33,570 --> 00:08:36,929
>> E mais ainda, basicamente, há uma
monte de coisas que nós não tenha pensado ainda.

154
00:08:36,929 --> 00:08:42,222
Então, se podemos abrir este up, mais
pessoas além de uma meia dúzia ou assim,

155
00:08:42,222 --> 00:08:45,174
que estão olhando para isso em um
base regular pode pensar em idéias

156
00:08:45,174 --> 00:08:47,340
e massagear os dados, e
fazer o que quiser com ele.

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

158
00:08:49,920 --> 00:08:54,045
>> Então, nós queremos fazer este
dados disponíveis para o mundo.

159
00:08:54,045 --> 00:08:55,670
Bem, há algumas complicações.

160
00:08:55,670 --> 00:08:58,540
Uma delas é que esses metadados
é em sistemas diferentes.

161
00:08:58,540 --> 00:09:01,110
É em diferentes formatos.

162
00:09:01,110 --> 00:09:04,719
Portanto, há alguma normalização
que precisa acontecer,

163
00:09:04,719 --> 00:09:08,010
que a normalização é o processo de
trazendo as coisas de diferentes formatos

164
00:09:08,010 --> 00:09:12,940
e mapeá-los para um único formato
para que os campos irá igualar-se.

165
00:09:12,940 --> 00:09:15,160
>> Existem algumas restrições de direitos autorais.

166
00:09:15,160 --> 00:09:21,010
Curiosamente, a entrada do catálogo
sobre um livro é responsável por copyright.

167
00:09:21,010 --> 00:09:24,060
Assim, mesmo que seja apenas
informações obtidas a partir do livro,

168
00:09:24,060 --> 00:09:25,330
é protegido por direitos autorais.

169
00:09:25,330 --> 00:09:28,400
E dependendo de quem, na verdade,
criado que os metadados,

170
00:09:28,400 --> 00:09:32,175
pode haver restrições sobre quem
pode distribuí-lo, a-- semelhante

171
00:09:32,175 --> 00:09:33,402
>> Eu não sei.

172
00:09:33,402 --> 00:09:36,110
Ele pode ou não ser similar à
a situação das letras de música,

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

174
00:09:36,610 --> 00:09:38,560
Então, todos nós sabemos como que garimpa para fora.

175
00:09:38,560 --> 00:09:40,450
Então, você precisa se locomover essa questão.

176
00:09:40,450 --> 00:09:44,910
>> E, em seguida, uma outra parte é
que há uma grande quantidade de dados.

177
00:09:44,910 --> 00:09:52,420
Então, se eu sou alguém que quer trabalhar
com os dados ou tem uma idéia legal,

178
00:09:52,420 --> 00:09:55,350
lidar com 14 milhões
registros no meu laptop

179
00:09:55,350 --> 00:09:57,487
poderia ser problemático
e difícil de gerir.

180
00:09:57,487 --> 00:09:59,320
Por isso, queremos reduzir
as barreiras para as pessoas

181
00:09:59,320 --> 00:10:02,130
para ser capaz de trabalhar com os dados.

182
00:10:02,130 --> 00:10:07,880
>> Portanto, a abordagem que esperamos que os endereços
todas estas preocupações é duas partes.

183
00:10:07,880 --> 00:10:11,770
Um deles é a construção de uma plataforma que leva
dados de todas estas fontes diferentes

184
00:10:11,770 --> 00:10:14,350
e agrava-lo, normaliza,
enriquece-lo, e marcas

185
00:10:14,350 --> 00:10:16,650
-lo disponível em um único local.

186
00:10:16,650 --> 00:10:20,950
E torna-se disponível através
uma API pública que as pessoas podem ligar.

187
00:10:20,950 --> 00:10:24,430
>> Assim, uma API é uma aplicação
Programming Interface.

188
00:10:24,430 --> 00:10:28,930
E, basicamente, refere-se a um
ponto de extremidade que um sistema ou tecnologia

189
00:10:28,930 --> 00:10:31,720
pode ligar e obter dados de volta
um formato estruturado de uma forma

190
00:10:31,720 --> 00:10:32,900
que ele pode ser usado.

191
00:10:32,900 --> 00:10:36,060
Portanto, não é dependente
em ir para um site

192
00:10:36,060 --> 00:10:37,970
e raspagem de dados off
dele, por exemplo.

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

194
00:10:40,690 --> 00:10:45,010
>> Portanto, esta é a página inicial do
a API item Biblioteca Nuvem,

195
00:10:45,010 --> 00:10:47,220
que é essencialmente a sua versão dois.

196
00:10:47,220 --> 00:10:50,130
Portanto, é a segunda iteração do
tentando fazer com que todos esses dados

197
00:10:50,130 --> 00:10:53,280
disponível para o mundo.

198
00:10:53,280 --> 00:10:59,560
Portanto, é
http://api.lib.harvard.edu/v2/items.

199
00:10:59,560 --> 00:11:03,830
E só para decompô-lo
um pouco, o que isso significa

200
00:11:03,830 --> 00:11:06,115
é que esta versão é de dois a API.

201
00:11:06,115 --> 00:11:08,490
Há uma versão de um, o que
Eu não vou falar.

202
00:11:08,490 --> 00:11:09,750
Mas há uma versão um.

203
00:11:09,750 --> 00:11:14,740
>> E se você está chamando este
API, você está recebendo itens.

204
00:11:14,740 --> 00:11:20,640
E parte da ideia de um
API é uma API é um contrato.

205
00:11:20,640 --> 00:11:23,440
É algo que é
não vai mudar.

206
00:11:23,440 --> 00:11:24,850
Assim, por exemplo, -

207
00:11:24,850 --> 00:11:27,410
>> E a razão é que, se eu
construir algum tipo de sistema que

208
00:11:27,410 --> 00:11:33,210
vai usar uma API biblioteca nuvem
para exibir livros ou ajudar as pessoas a encontrar

209
00:11:33,210 --> 00:11:36,190
informações de forma única,
o que nós não queremos que aconteça

210
00:11:36,190 --> 00:11:38,940
é para nós a ir mudar a forma como
API que funciona, e de repente

211
00:11:38,940 --> 00:11:41,340
tudo fica do lado do usuário final.

212
00:11:41,340 --> 00:11:46,710
Assim, parte se você está fazendo API
disponível para o mundo, é

213
00:11:46,710 --> 00:11:49,396
boas práticas para colocar um
número da versão nele para que as pessoas

214
00:11:49,396 --> 00:11:51,020
saber qual a versão que eles estão lidando.

215
00:11:51,020 --> 00:11:54,300
>> Então, se você decidir que encontrar uma maneira melhor
a tornar estas informações disponíveis,

216
00:11:54,300 --> 00:11:57,295
podemos mudar isso para
chamar essa versão três.

217
00:11:57,295 --> 00:11:59,920
Então todo mundo que ainda está usando
versão dois, que ainda vai trabalhar.

218
00:11:59,920 --> 00:12:03,490
Mas a versão de três faria
tem todo o material novo.

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

220
00:12:06,680 --> 00:12:09,210
>> Portanto, esta é uma API, mas este
realmente se parece com uma URL.

221
00:12:09,210 --> 00:12:11,680
E então o que este é um
exemplo de é o que é

222
00:12:11,680 --> 00:12:16,615
chamado de uma API de descanso, que se encontra disponível
em apenas uma conexão web regular.

223
00:12:16,615 --> 00:12:19,680
E você pode realmente
acessá-la em um navegador.

224
00:12:19,680 --> 00:12:28,550
>> Então aqui eu acabou de abrir o Firefox e
ido para api.lib.harvard.edu/v2/items.

225
00:12:28,550 --> 00:12:31,560
E assim que eu chegar aqui é
basicamente, a primeira página

226
00:12:31,560 --> 00:12:34,740
dos resultados da totalidade
conjunto de itens que nós temos.

227
00:12:34,740 --> 00:12:37,460
E é aqui, em formato XML.

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

229
00:12:40,130 --> 00:12:42,210
E tem também sido
enfeitada pela Firefox.

230
00:12:42,210 --> 00:12:45,850
Na verdade, não tenho tudo isso
pouco expandindo e contraindo

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

232
00:12:47,880 --> 00:12:52,520
Esta é uma espécie de um Buscamos
versão maneira de olhar para ele.

233
00:12:52,520 --> 00:12:57,040
>> Mas o que isso está nos dizendo é
Eu já solicitou a todos os itens.

234
00:12:57,040 --> 00:13:03,120
Portanto, há 13.289.475 itens.

235
00:13:03,120 --> 00:13:06,150
E eu estou olhando para o primeiro
10, começando na posição zero

236
00:13:06,150 --> 00:13:09,760
porque em ciência da computação
nós sempre começam em zero.

237
00:13:09,760 --> 00:13:15,150
E o que eu tenho aqui, se eu entrar em colapso
isso, você vai ver que eu tenho 10 itens.

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

239
00:13:20,410 --> 00:13:25,210
>> E se eu dar uma olhada em um item, eu posso
ver que eu tenho informações sobre ele.

240
00:13:25,210 --> 00:13:27,400
E isso é o que é chamado em forma mods.

241
00:13:27,400 --> 00:13:30,860
E assim eu vou mudar
voltar aqui por um momento.

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

243
00:13:33,750 --> 00:13:37,447
>> Então, vamos procurar algo em
específico, porque o primeiro item que

244
00:13:37,447 --> 00:13:40,030
acontece a vir para cima quando você olha
por toda a coleção

245
00:13:40,030 --> 00:13:41,750
é, por definição, aleatória.

246
00:13:41,750 --> 00:13:44,550
Então, vamos olhar para alguns donuts.

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

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

249
00:13:49,190 --> 00:13:49,940
Assim donuts.

250
00:13:49,940 --> 00:13:55,360
Então, nós encontramos há 80 itens em
a coleção que referenciar donuts.

251
00:13:55,360 --> 00:13:57,150
Nós estamos olhando para os primeiros 10 deles.

252
00:13:57,150 --> 00:14:01,890
Agora, você pode ver aqui o caminho que
Eu disse que eu estou procurando anéis de espuma,

253
00:14:01,890 --> 00:14:04,400
Acabei de adicionar algo a
a string de consulta da URL.

254
00:14:04,400 --> 00:14:09,680
Assim q é igual a rosquinhas, que você pode
ver um pouco mais facilmente aqui.

255
00:14:09,680 --> 00:14:12,131
>> E isso basicamente significa que há
uma especificação para a API, que

256
00:14:12,131 --> 00:14:13,880
define o que todos
esses parâmetros dizer.

257
00:14:13,880 --> 00:14:17,150
E isso significa que vamos
procurar tudo para donuts.

258
00:14:17,150 --> 00:14:24,910
>> Assim, o primeiro item aqui temos
você pode ver o título é Donuts,

259
00:14:24,910 --> 00:14:29,310
e existe uma chamada Uma legenda
Paixão americana, que é, eu acho,

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

261
00:14:31,610 --> 00:14:36,134
Há um monte de diferente--

262
00:14:36,134 --> 00:14:38,050
Uma vez que você chegar ao ponto
de obter os dados,

263
00:14:38,050 --> 00:14:41,020
há um grande número de diferentes
formatos que você pode obtê-lo em.

264
00:14:41,020 --> 00:14:44,050
E há diferentes forças
e fracos para todos eles.

265
00:14:44,050 --> 00:14:49,000
Então este, você pode ver
aqui, essa forma é muito rica.

266
00:14:49,000 --> 00:14:51,946
E é padronizado.

267
00:14:51,946 --> 00:14:55,040
>> Portanto, há um título específico
campo, um campo de legenda.

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

269
00:14:58,950 --> 00:15:01,650
Não é o nome associado a ele.

270
00:15:01,650 --> 00:15:03,120
Tipo do recurso é o texto.

271
00:15:03,120 --> 00:15:06,070
Há um monte de informações
aqui neste formato.

272
00:15:06,070 --> 00:15:09,480
>> Mas há um grupo
de diferentes formatos.

273
00:15:09,480 --> 00:15:11,920
Então, o que nós éramos apenas
olhando é um formato

274
00:15:11,920 --> 00:15:17,700
chamados mods, que significa
Metadata Object Description Service,

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

276
00:15:18,250 --> 00:15:23,030
Eu realmente não estou muito certo sobre o
S. Mas é um formato bastante complexo.

277
00:15:23,030 --> 00:15:24,240
É o formato padrão.

278
00:15:24,240 --> 00:15:30,260
>> Mas é a única que mantém
a riqueza de todos os dados

279
00:15:30,260 --> 00:15:33,820
que a biblioteca tem porque
é muito próximo ao que

280
00:15:33,820 --> 00:15:35,110
usa a biblioteca internamente.

281
00:15:35,110 --> 00:15:39,030
É um padrão que é
utilizado em todo o país,

282
00:15:39,030 --> 00:15:40,944
em todo o mundo em bibliotecas universitárias.

283
00:15:40,944 --> 00:15:42,110
E é muito interoperáveis.

284
00:15:42,110 --> 00:15:44,852
Então, se você tem um documento
que está no formato mods,

285
00:15:44,852 --> 00:15:47,560
você pode dar isso para outra pessoa
cujos sistemas entender mods,

286
00:15:47,560 --> 00:15:48,518
e eles podem importá-lo.

287
00:15:48,518 --> 00:15:50,840
Portanto, é um padrão.

288
00:15:50,840 --> 00:15:54,250
É muito bem definida, muito específico.

289
00:15:54,250 --> 00:15:58,980
E é isso que faz com que seja
interoperável, porque se alguém diz:

290
00:15:58,980 --> 00:16:04,930
este é o título de um suplente
registro, todo mundo sabe o que isso significa.

291
00:16:04,930 --> 00:16:07,740
Por outro lado, é muito complicado.

292
00:16:07,740 --> 00:16:13,160
>> Então, se você der uma olhada
neste registro aqui,

293
00:16:13,160 --> 00:16:15,320
se eu só quero pegar o
título deste documento,

294
00:16:15,320 --> 00:16:21,150
deste livro, que é provavelmente Donuts,
An American Passion, analisá-lo para fora

295
00:16:21,150 --> 00:16:22,940
é um pouco envolvido.

296
00:16:22,940 --> 00:16:27,380
Considerando que há uma outra
formato chamado Dublin Core,

297
00:16:27,380 --> 00:16:29,730
que é um formato muito, muito mais simples.

298
00:16:29,730 --> 00:16:33,764
>> E assim que você vê aqui, não há nenhuma
título, subtítulo, título alternativo.

299
00:16:33,764 --> 00:16:35,930
Há apenas o título,
Donuts, An American Passion,

300
00:16:35,930 --> 00:16:38,780
e outro título, Paixão americano.

301
00:16:38,780 --> 00:16:42,907
Então, quando você está olhando para o que forma
você deseja obter os dados de,

302
00:16:42,907 --> 00:16:44,740
muito depende de como
você vai usá-lo.

303
00:16:44,740 --> 00:16:46,573
Você está usando para
interoperabilidade ou você

304
00:16:46,573 --> 00:16:49,970
quer algo simples que
pode ser mais fácil de trabalhar?

305
00:16:49,970 --> 00:16:56,002
>> Por outro lado, uma grande parte do
detalhes se espécie de esmagado baixo.

306
00:16:56,002 --> 00:16:58,460
Você pode perder as nuances de
o que significa um campo particular

307
00:16:58,460 --> 00:17:02,960
se você está lidando com Dublin Core,
que você não iria ficar com mods.

308
00:17:02,960 --> 00:17:06,462
Então esses são dois dos formatos
você pode sair da API.

309
00:17:06,462 --> 00:17:08,920
E, basicamente, estamos mantendo
ele nos bastidores de mods.

310
00:17:08,920 --> 00:17:14,179
Mas podemos dar-lhe-lo em mods e
Dublin Core e mais alguma coisa também.

311
00:17:14,179 --> 00:17:16,470
A outra consideração quando
você está procurando nos dados

312
00:17:16,470 --> 00:17:21,210
é que você pode obtê-lo tanto como JSON, que
significa JavaScript Object Notation,

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

314
00:17:24,720 --> 00:17:30,080
E essas representações de dados tanto
têm exatamente os mesmos dados, exatamente

315
00:17:30,080 --> 00:17:31,080
os mesmos campos.

316
00:17:31,080 --> 00:17:33,644
Mas eles são apenas
sintacticamente diferente.

317
00:17:33,644 --> 00:17:40,401
>> Portanto, este é a--

318
00:17:40,401 --> 00:17:41,400
Bem, vamos apenas mudar.

319
00:17:41,400 --> 00:17:47,490
Então esta é a nossa consulta para
donuts no formato XML.

320
00:17:47,490 --> 00:17:53,470
Se eu mudar isso seja JSON,
Eu posso ver isso parece diferente.

321
00:17:53,470 --> 00:17:58,580
Então, agora este é o mesmo conteúdo,
mas uma estrutura diferente.

322
00:17:58,580 --> 00:18:00,080
Há menos colchetes.

323
00:18:00,080 --> 00:18:02,530
Há menos detalhado.

324
00:18:02,530 --> 00:18:06,440
>> E este é um formato que, se você
estão trabalhando no ambiente web,

325
00:18:06,440 --> 00:18:09,680
você está muito provavelmente vai
querer usar porque um

326
00:18:09,680 --> 00:18:12,630
das coisas agradáveis ​​sobre JSON é
ele é compatível com JavaScript.

327
00:18:12,630 --> 00:18:17,680
Então, se eu estou escrevendo app web, posso puxar
em JSON e apenas trabalhar com ele diretamente.

328
00:18:17,680 --> 00:18:20,187
Considerando com XML, é uma
pouco mais complicado.

329
00:18:20,187 --> 00:18:21,520
Então, novamente, estes são úteis.

330
00:18:21,520 --> 00:18:26,387
Eles só são diferentes casos de uso
onde as pessoas podem querer usá-los.

331
00:18:26,387 --> 00:18:26,886
OK.

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

333
00:18:29,810 --> 00:18:31,680
Então, de volta para o API.

334
00:18:31,680 --> 00:18:32,900
Assim, podemos procurar for--

335
00:18:32,900 --> 00:18:36,220
>> Eu dou um exemplo de
procura de donuts.

336
00:18:36,220 --> 00:18:39,330
Nós também pode pesquisar apenas em um
campo específico dentro aqui.

337
00:18:39,330 --> 00:18:41,310
Então, ao invés de procurar
todo o registro,

338
00:18:41,310 --> 00:18:43,870
Eu posso apenas procurar o campo de título.

339
00:18:43,870 --> 00:18:48,810
E agora existem 25 coisas que
tem rosquinhas no título, um dos quais

340
00:18:48,810 --> 00:18:52,430
é sobre a restauração
wetlands na gestão

341
00:18:52,430 --> 00:18:54,990
do rombo
programa, o qual é provavelmente

342
00:18:54,990 --> 00:18:58,970
não necessariamente o que estamos procurando
para quando estamos à procura de donuts.

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

344
00:19:02,790 --> 00:19:05,490
>> Você também pode, quando você está
lidando com um API--

345
00:19:05,490 --> 00:19:08,827
>> Parte de ter uma API é dando
pessoas o acesso a grandes conjuntos de dados.

346
00:19:08,827 --> 00:19:11,410
E há um par diferente
ferramentas que você pode usar para fazer isso.

347
00:19:11,410 --> 00:19:14,170
Uma delas é, muito simplesmente, você
pode folhear os dados.

348
00:19:14,170 --> 00:19:17,340
Assim como se você fizer uma consulta
através de uma interface web,

349
00:19:17,340 --> 00:19:19,470
você pode olhar para a primeira página,
página dois, página três.

350
00:19:19,470 --> 00:19:22,040
Você pode fazer o mesmo
coisa através da API.

351
00:19:22,040 --> 00:19:24,150
Você só precisa ser
explícita em como fazê-lo.

352
00:19:24,150 --> 00:19:29,511
>> Assim, por exemplo, se eu estou procurando
na minha primeira consulta aqui,

353
00:19:29,511 --> 00:19:32,510
onde eu estou fazendo uma pesquisa de coisas
com anéis de espuma no título, o que posso dizer,

354
00:19:32,510 --> 00:19:35,415
e limite é igual a 20, o que significa
dê-me os primeiros 20 registros, não

355
00:19:35,415 --> 00:19:38,540
os 10 primeiros, que é o padrão,
porque eu quero olhar para 20 de cada vez.

356
00:19:38,540 --> 00:19:43,435
Ou eu posso dizer, definir o
iniciar igual a 20 e limite

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

358
00:19:47,150 --> 00:19:52,680
>> Então eu acho que a coisa
para tirar aqui é

359
00:19:52,680 --> 00:19:57,290
que estamos usando as strings de consulta
para definir parâmetros sobre a consulta.

360
00:19:57,290 --> 00:20:02,760
E ele permite que você controle
o que você recebe de volta.

361
00:20:02,760 --> 00:20:05,980
>> Outra ferramenta que você pode usar, -

362
00:20:05,980 --> 00:20:09,250
>> E isso é realmente útil em
termos de explorar os dados.

363
00:20:09,250 --> 00:20:10,840
>> --é algo chamado faceting.

364
00:20:10,840 --> 00:20:15,530
Assim, o termo é facetamento
não necessariamente comum.

365
00:20:15,530 --> 00:20:16,880
Mas você já todos vimos isso antes.

366
00:20:16,880 --> 00:20:18,630
Se você der uma olhada
Amazon, por exemplo,

367
00:20:18,630 --> 00:20:20,870
e você fizer uma pesquisa para
rosquinhas nos livros,

368
00:20:20,870 --> 00:20:27,080
aqui eles têm uma série de livros,
e eles estão agrupados por categoria,

369
00:20:27,080 --> 00:20:30,470
e você começa as diferentes categorias,
e quantos livros em cada categoria

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

371
00:20:31,330 --> 00:20:33,420
>> Portanto, este é basicamente uma faceta.

372
00:20:33,420 --> 00:20:37,570
Você toma todos os seus livros, a 1.800
os livros que correspondam rosquinhas na Amazon.

373
00:20:37,570 --> 00:20:39,820
12 deles estão no
categoria café da manhã.

374
00:20:39,820 --> 00:20:43,100
21 em pastelaria e panificação,
e assim por diante e assim por diante.

375
00:20:43,100 --> 00:20:47,670
>> Portanto, este é realmente um útil
ferramenta para explorar o conteúdo

376
00:20:47,670 --> 00:20:53,260
dentro da biblioteca bem
porque quando você olha para uma faceta,

377
00:20:53,260 --> 00:20:56,520
que lhe dá uma idéia do que submete
existe, como que tipos de assuntos

378
00:20:56,520 --> 00:20:58,510
são mais populares dentro do seu conjunto consulta.

379
00:20:58,510 --> 00:21:00,950
E isso ajuda a expulsar e explorar.

380
00:21:00,950 --> 00:21:02,770
Assim, podemos fazer a mesma coisa.

381
00:21:02,770 --> 00:21:05,940
>> Se quiser usar o
API e olhar para as facetas,

382
00:21:05,940 --> 00:21:08,950
acrescentamos um outro parâmetro para
o nosso amigo a string de consulta.

383
00:21:08,950 --> 00:21:12,540
Então facetas é igual a uma separados por vírgula
lista do que queremos faceta diante.

384
00:21:12,540 --> 00:21:14,790
Portanto, uma das facetas pode estar sujeito.

385
00:21:14,790 --> 00:21:16,565
Outro pode ser a linguagem.

386
00:21:16,565 --> 00:21:19,665
E por isso, se corremos essa consulta, nós get--

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

388
00:21:23,372 --> 00:21:24,830
Parece quase a mesma coisa aqui.

389
00:21:24,830 --> 00:21:29,010
Mas nós temos adicionado ao final
da lista um conjunto de facetas.

390
00:21:29,010 --> 00:21:34,060
Portanto, temos uma faceta chamado assunto.

391
00:21:34,060 --> 00:21:40,250
Então, isso está nos dizendo que se eu olhar
em meus 80 resultados da consulta filhós,

392
00:21:40,250 --> 00:21:42,100
13 deles têm o
sujeitar Estados Unidos.

393
00:21:42,100 --> 00:21:43,684
Três têm os donuts sujeitos.

394
00:21:43,684 --> 00:21:45,600
Três têm o sujeito
de restauração de zonas húmidas,

395
00:21:45,600 --> 00:21:47,720
o que pode ser o nosso buraco no donut.

396
00:21:47,720 --> 00:21:51,780
Dois deles, os Simpsons,
e assim por diante e assim por diante.

397
00:21:51,780 --> 00:21:59,211
>> Portanto, este pode ser útil se você
quer afinar a sua pesquisa.

398
00:21:59,211 --> 00:22:00,210
Ele pode ajudá-lo a fazer isso.

399
00:22:00,210 --> 00:22:03,580
Especialmente se você tem
mais do que, digamos, 80 resultados.

400
00:22:03,580 --> 00:22:05,980
>> Da mesma forma, também pedimos
para facetas sobre a linguagem.

401
00:22:05,980 --> 00:22:14,790
Portanto, se olharmos para os nossos resultados, vemos 76
deles são em Inglês, quatro em francês,

402
00:22:14,790 --> 00:22:19,620
dois em espanhol, dois, eu acho que é
indefinidos ou desconhecidos, holandês e latim.

403
00:22:19,620 --> 00:22:22,830
Então eu acho que o Latin
resultado de rosca, novamente,

404
00:22:22,830 --> 00:22:24,922
não tem nada a ver com produtos de panificação.

405
00:22:24,922 --> 00:22:25,630
Mas lá vai.

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

407
00:22:31,420 --> 00:22:38,630
>> Portanto, esta é uma espécie de lhe mostrar
como você pode puxar o conteúdo de volta

408
00:22:38,630 --> 00:22:41,270
a partir da API apenas através
navegador web, o que é ótimo.

409
00:22:41,270 --> 00:22:44,320
Mas não é realmente o que você faria
normalmente usando em API para isso.

410
00:22:44,320 --> 00:22:48,710
Então, um exemplo de como você
poderia realmente fazer isso é que eu tenho

411
00:22:48,710 --> 00:22:54,720
escrito um super pequeno programa,
que, mais uma vez, que a minha pesquisa rosquinha

412
00:22:54,720 --> 00:22:59,010
e seleciona alguns campos
e as exibe em uma mesa.

413
00:22:59,010 --> 00:23:01,610
Então isso é muito o
mesmo conteúdo que acabamos

414
00:23:01,610 --> 00:23:04,830
serra com alguns campos puxado para fora.

415
00:23:04,830 --> 00:23:12,090
Então lista de títulos, os
localização do que o livro

416
00:23:12,090 --> 00:23:15,120
é de cerca de, a língua,
e assim por diante e assim por diante.

417
00:23:15,120 --> 00:23:20,480
>> Então, como isso realmente aconteceu, uma vez que
Eu acho que nós temos que olhar para algum código,

418
00:23:20,480 --> 00:23:22,420
é--

419
00:23:22,420 --> 00:23:28,060
>> O que temos aqui é um HTML simples
página, que exibe o texto,

420
00:23:28,060 --> 00:23:32,900
Bem-vindo à nuvem biblioteca e
em seguida, exibe uma tabela de resultados.

421
00:23:32,900 --> 00:23:37,790
E obviamente não há resultados em
a mesa quando a página é carregada.

422
00:23:37,790 --> 00:23:41,380
Mas o que estamos fazendo
é, em primeiro lugar, nós

423
00:23:41,380 --> 00:23:46,290
está a colocar uma biblioteca chamada
jQuery, que é basicamente

424
00:23:46,290 --> 00:23:52,030
uma biblioteca JavaScript, o que torna
muito fácil de manipular JavaScript

425
00:23:52,030 --> 00:23:58,780
nativamente, HTML, e criar páginas web,
lógica de cliente e páginas da web.

426
00:23:58,780 --> 00:24:01,595
>> Então o que temos aqui é jQuery
tem um método chamado Get,

427
00:24:01,595 --> 00:24:05,270
que essencialmente vai para
um URL, o qual, neste caso,

428
00:24:05,270 --> 00:24:09,070
é esta URL olhar familiar.

429
00:24:09,070 --> 00:24:14,440
E, em seguida, obter o conteúdo de
que URL e, em seguida, executar uma função nele.

430
00:24:14,440 --> 00:24:19,240
Então nós dissemos ir para api.lib.harvard / edu.

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

432
00:24:20,060 --> 00:24:21,300
Dê-nos a 20 registros.

433
00:24:21,300 --> 00:24:28,590
E em seguida, executar esta função, o que
Eu selecionei, passando-os dados.

434
00:24:28,590 --> 00:24:34,430
E os dados é o JSON que
foi retornado do API.

435
00:24:34,430 --> 00:24:40,120
>> E então nós estamos dizendo, dentro desse
dados há um campo chamado item.

436
00:24:40,120 --> 00:24:48,117
E se eu for dar uma olhada para trás em
um desses resultados que estão aqui,

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

438
00:24:49,200 --> 00:24:50,220
>> Bem, ele é chamado item.

439
00:24:50,220 --> 00:24:53,520
De modo que pode ser que.

440
00:24:53,520 --> 00:25:01,840
E o que ele faz é
passa por cada item

441
00:25:01,840 --> 00:25:05,300
e, em seguida, chama outro
função em cada item.

442
00:25:05,300 --> 00:25:08,440
E essa função, basicamente,
está tomando o valor

443
00:25:08,440 --> 00:25:12,010
do item, o que é
essencialmente o registro individual

444
00:25:12,010 --> 00:25:18,220
e permite-nos tirar o título,
a cobertura e o idioma.

445
00:25:18,220 --> 00:25:21,640
>> Por isso, chamar uma função em cada
item que temos de volta a partir da API.

446
00:25:21,640 --> 00:25:25,397
E se você só dar uma olhada
para este pedaço aqui,

447
00:25:25,397 --> 00:25:27,230
o que estamos fazendo é
estamos criando uma corda,

448
00:25:27,230 --> 00:25:31,810
que é essencialmente um pouco de marcação HTML
em torno de uma mesa, com value.title,

449
00:25:31,810 --> 00:25:35,790
que é o título do
objeto, value.coverage,

450
00:25:35,790 --> 00:25:36,790
que é a cobertura, -

451
00:25:36,790 --> 00:25:38,225
>> E nós estamos fazendo uma verificação
aqui para ver quem é indefinido

452
00:25:38,225 --> 00:25:40,570
e escondê-lo se ele diz indefinido,
porque não estamos realmente interessados

453
00:25:40,570 --> 00:25:41,600
em que.

454
00:25:41,600 --> 00:25:42,939
>> --e então a linguagem.

455
00:25:42,939 --> 00:25:44,730
E então o que nós somos
fazendo é acrescentando que

456
00:25:44,730 --> 00:25:48,510
para a tabela que é
identificado por esta cadeia aqui.

457
00:25:48,510 --> 00:25:50,790
E como funciona jQuery
é o que se diz

458
00:25:50,790 --> 00:25:56,420
é olhar para a tabela com a idéia
resultados e adicione-lhe o texto.

459
00:25:56,420 --> 00:25:59,380
E esta é a tabela com os resultados idéia.

460
00:25:59,380 --> 00:26:04,998
Então, o que você acaba
com é esta página aqui.

461
00:26:04,998 --> 00:26:06,206
E, a fim de visualizar source--

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

463
00:26:11,310 --> 00:26:13,810
Bem, a fonte não é realmente
atualizados quando isso aconteceu.

464
00:26:13,810 --> 00:26:18,740
Assim você pode ver o real
resultados da tabela aqui embora.

465
00:26:18,740 --> 00:26:24,770
>> Então, isso é apenas um exemplo simples de
fazendo uma consulta muito básico contra a API

466
00:26:24,770 --> 00:26:29,020
e exibição de informações em algum outro
formar, e não fazer nada muito extravagante.

467
00:26:29,020 --> 00:26:36,370
Agora, outro exemplo é como um
pedido escrito por David Weinberger

468
00:26:36,370 --> 00:26:39,120
como uma demo deste, que
essencialmente mostra

469
00:26:39,120 --> 00:26:44,620
como você pode misturar-se os resultados que você está
recebendo a partir da API biblioteca nuvem

470
00:26:44,620 --> 00:26:46,250
com, digamos, o Google Books.

471
00:26:46,250 --> 00:26:52,225
>> E o pensamento aqui é que eu posso
executar uma consulta contra Google Books,

472
00:26:52,225 --> 00:26:56,060
obter uma pesquisa de texto completo, obter alguns resultados
volta, descobrir qual desses itens

473
00:26:56,060 --> 00:27:01,180
realmente existem em Hollis,
o sistema de biblioteca,

474
00:27:01,180 --> 00:27:03,200
e, em seguida, dar-me os links
de volta a esses itens.

475
00:27:03,200 --> 00:27:12,730
Então, se eu procurar, era
uma noite escura e tempestuosa, I

476
00:27:12,730 --> 00:27:16,210
voltar um monte de resultados
do Google, e, em seguida, um resultado

477
00:27:16,210 --> 00:27:19,460
que é Uma Dobra no Tempo.

478
00:27:19,460 --> 00:27:29,330
E estes são os links para os livros que existem
dentro do sistema de biblioteca de Harvard.

479
00:27:29,330 --> 00:27:32,160
>> Então eu acho que a questão aqui não é
tanto que este pode ou não

480
00:27:32,160 --> 00:27:34,118
ser do jeito que você quer
para procurar a biblioteca,

481
00:27:34,118 --> 00:27:38,310
mas é completamente diferente
forma que não estava disponível para você

482
00:27:38,310 --> 00:27:42,884
antes, como você não tinha como fazer
texto completo pesquisa em livros que, mesmo

483
00:27:42,884 --> 00:27:44,550
eram parte do sistema Biblioteca Harvard.

484
00:27:44,550 --> 00:27:46,870
Então, agora esta é uma maneira
que você pode fazer isso.

485
00:27:46,870 --> 00:27:51,930
E você pode exibi-los em
qualquer formato que você quiser.

486
00:27:51,930 --> 00:27:55,990
Então, a questão aqui é, basicamente,
estamos abrindo novas maneiras para as pessoas

487
00:27:55,990 --> 00:27:59,080
a trabalhar com os dados.

488
00:27:59,080 --> 00:28:07,925
>> Outra peça de cloud biblioteca é que
ele ajuda a expor alguns dos dados de uso

489
00:28:07,925 --> 00:28:08,800
que tem a biblioteca.

490
00:28:08,800 --> 00:28:12,630
Então, se você vai para a biblioteca,
e você está à procura de livros,

491
00:28:12,630 --> 00:28:15,770
Você não precisa necessariamente
realmente ter uma idéia de,

492
00:28:15,770 --> 00:28:19,080
para todos os itens de uma
determinado assunto, o que

493
00:28:19,080 --> 00:28:21,200
são pessoas na
comunidade, se é

494
00:28:21,200 --> 00:28:24,890
definido como Harvard ou o
país ou da sua classe,

495
00:28:24,890 --> 00:28:26,421
o que têm eles encontraram mais útil?

496
00:28:26,421 --> 00:28:28,920
E a biblioteca, na verdade, tem um
tonelada de informações sobre o que

497
00:28:28,920 --> 00:28:32,999
é mais útil porque se um lote
de pessoas a visitar a um livro,

498
00:28:32,999 --> 00:28:34,040
que lhe diz alguma coisa.

499
00:28:34,040 --> 00:28:36,498
Deve ter havido alguma razão
eles querem dar uma olhada.

500
00:28:36,498 --> 00:28:38,270
Um monte de gente colocá-lo na reserva.

501
00:28:38,270 --> 00:28:42,520
>> Se é na lista de reserva para um monte
das aulas, que lhe diz alguma coisa.

502
00:28:42,520 --> 00:28:45,960
Se os membros do corpo docente estão verificando-
fora muito e alunos de graduação não são,

503
00:28:45,960 --> 00:28:47,200
que me diz alguma coisa.

504
00:28:47,200 --> 00:28:49,280
Vice-versa, que também
diz-lhe alguma coisa.

505
00:28:49,280 --> 00:28:54,680
Portanto, seria muito interessante para
colocar essa informação lá fora e deixar

506
00:28:54,680 --> 00:28:59,969
pessoas usá-lo para ajudá-los a encontrar
funciona dentro do sistema de biblioteca.

507
00:28:59,969 --> 00:29:02,260
O outro lado disso é
há um pouco de privacidade grave

508
00:29:02,260 --> 00:29:07,854
preocupações porque um dos
princípios fundamentais da biblioteca

509
00:29:07,854 --> 00:29:10,770
é que não vamos estar a dizer
pessoas que as outras pessoas estão lendo.

510
00:29:10,770 --> 00:29:17,360
E mesmo que você está dizendo isso
livro foi verificado quatro vezes

511
00:29:17,360 --> 00:29:20,070
em um determinado mês,
que poderia ser utilizada

512
00:29:20,070 --> 00:29:25,252
para ligar de volta a um determinado
pessoa por dados de-anonimato

513
00:29:25,252 --> 00:29:26,710
e descobrir o que fez o check-out.

514
00:29:26,710 --> 00:29:30,792
Assim, a maneira que nós podemos avoid--

515
00:29:30,792 --> 00:29:33,750
A maneira que nós podemos tentar extrair
alguns sinais de todas as informações

516
00:29:33,750 --> 00:29:36,740
sem infringir
preocupações com a privacidade de ninguém

517
00:29:36,740 --> 00:29:42,150
é, essencialmente, nós olhamos
10 anos de dados de utilização, -

518
00:29:42,150 --> 00:29:43,930
>> Então, é por um longo período de tempo.

519
00:29:43,930 --> 00:29:50,639
>> --e dizer, OK, vamos ver como
muitas vezes este trabalho foi usado,

520
00:29:50,639 --> 00:29:52,930
e por que ao longo deste período
de tempo, e, em seguida, basicamente

521
00:29:52,930 --> 00:29:56,300
devolver um número, que chamamos
uma pontuação de pilha, que, basicamente,

522
00:29:56,300 --> 00:29:59,910
representa o quanto ele foi usado.

523
00:29:59,910 --> 00:30:01,084
E isso number--

524
00:30:01,084 --> 00:30:03,250
Um monte de diferentes cálculos
ir para esse número.

525
00:30:03,250 --> 00:30:05,150
--mas é um muito áspera
métrica que lhe dá

526
00:30:05,150 --> 00:30:11,300
alguma idéia de como o
comunidade podem valorizar esse trabalho.

527
00:30:11,300 --> 00:30:16,772
>> E assim mais um tipo de mesmo
mais aprofundados aplicação

528
00:30:16,772 --> 00:30:18,480
que aproveita
isto é algo

529
00:30:18,480 --> 00:30:24,000
chamado Stacklife, que é, na verdade,
disponível através do principal Harvard

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

531
00:30:24,880 --> 00:30:26,700
Então você vai para library.harvard.edu.

532
00:30:26,700 --> 00:30:29,360
Você verá uma série de diferente
formas de pesquisar a biblioteca.

533
00:30:29,360 --> 00:30:32,300
E um deles é chamado Stacklife.

534
00:30:32,300 --> 00:30:38,980
>> E este é um aplicativo que
navega o conteúdo da biblioteca,

535
00:30:38,980 --> 00:30:43,490
mas é totalmente construído
em cima dessas APIs.

536
00:30:43,490 --> 00:30:46,910
Portanto, não há material especial
acontecendo nos bastidores.

537
00:30:46,910 --> 00:30:49,570
Não há acesso a
dados que você não tem.

538
00:30:49,570 --> 00:30:54,090
Ele está usando as APIs para fornecer-lhe
com uma navegação completamente diferente

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

540
00:30:55,480 --> 00:30:58,570
>> Então, se eu procurar Alice
no País das Maravilhas, neste caso,

541
00:30:58,570 --> 00:31:02,600
I obter um resultado que parece
este, que é bastante much--

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

543
00:31:05,430 --> 00:31:10,870
>> É muito semelhante a qualquer outra pesquisa
que você pode fazer, exceto, neste caso,

544
00:31:10,870 --> 00:31:15,730
estamos classificando os itens por
stackscore, que lhe dá

545
00:31:15,730 --> 00:31:19,850
alguma idéia de quão popular esses
itens estavam dentro da comunidade.

546
00:31:19,850 --> 00:31:25,610
E de forma tão clara, Alice no País das Maravilhas
por Walt Disney é altamente popular.

547
00:31:25,610 --> 00:31:36,570
Mas você também pode ver os quatro primeiros
aqui são aqueles que você pode não actually--

548
00:31:36,570 --> 00:31:39,220
>> Coisas que são muito utilizados,
Mas você pode não imediatamente

549
00:31:39,220 --> 00:31:41,240
conectar-se com Alice no País das Maravilhas.

550
00:31:41,240 --> 00:31:44,650
Assim, o nosso velho amigo, o
Annotated Alice está aqui.

551
00:31:44,650 --> 00:31:46,350
Para que eu possa dar uma olhada nisso.

552
00:31:46,350 --> 00:31:52,010
E agora o que estou procurando
em é basicamente um conjunto de--

553
00:31:52,010 --> 00:31:53,760
Eu posso ter The Annotated
Alice aqui.

554
00:31:53,760 --> 00:31:56,700
Eu tenho informações sobre ele.

555
00:31:56,700 --> 00:32:00,230
E eu também tenho um stackscore
de, neste caso, 26.

556
00:32:00,230 --> 00:32:03,169
E isso me diz que tipo de aproximadamente
como chegamos a este stackscore,

557
00:32:03,169 --> 00:32:05,835
como que o check-out, como a forma como
muitas vezes foi feito check-out,

558
00:32:05,835 --> 00:32:08,440
como faculdade ou graduandos, como
muitas cópias a biblioteca tem,

559
00:32:08,440 --> 00:32:11,300
e assim por diante e assim por diante.

560
00:32:11,300 --> 00:32:16,460
>> E você também pode, interessante o suficiente
aqui, ver as pilhas virtualmente.

561
00:32:16,460 --> 00:32:19,550
Assim, os dados aqui, este
está mostrando-lhe sorte

562
00:32:19,550 --> 00:32:23,547
de uma representação virtual
do que o poder de prateleira

563
00:32:23,547 --> 00:32:25,880
olha como se você tivesse que tomar
todas as explorações da biblioteca

564
00:32:25,880 --> 00:32:28,940
e colocá-los juntos
sobre uma prateleira infinito.

565
00:32:28,940 --> 00:32:30,990
E o bom é que nós can--

566
00:32:30,990 --> 00:32:33,380
>> Em primeiro lugar, o
metadados sobre esses livros

567
00:32:33,380 --> 00:32:35,627
muitas vezes diz-lhe quando foi publicado.

568
00:32:35,627 --> 00:32:37,085
Diz-lhe quantas páginas ele tem.

569
00:32:37,085 --> 00:32:38,459
Pode dizer-lhe as dimensões.

570
00:32:38,459 --> 00:32:42,930
Assim, você pode ver que se reflete aqui
em termos da dimensão dos livros.

571
00:32:42,930 --> 00:32:46,740
>> E então podemos usar o
empilhar pontuação para realçar

572
00:32:46,740 --> 00:32:49,170
os livros que têm pontuações mais altas pilha.

573
00:32:49,170 --> 00:32:54,930
Então, se é mais escura, isso significa que,
Presumivelmente, ele é usado com mais freqüência.

574
00:32:54,930 --> 00:32:57,040
Portanto, neste caso, eu sou
indo para adivinhar que este

575
00:32:57,040 --> 00:33:03,226
é a versão de Alice no País das Maravilhas
que é muito usado e mais

576
00:33:03,226 --> 00:33:05,100
acessada, a biblioteca
tem o maior número de cópias.

577
00:33:05,100 --> 00:33:06,975
Então, se você está procurando
para Alice no País das Maravilhas,

578
00:33:06,975 --> 00:33:10,220
este pode ser um bom lugar para começar.

579
00:33:10,220 --> 00:33:13,500
>> E, em seguida, aqui você também pode ligar para fora
para, digamos, a Amazon para comprar o livro,

580
00:33:13,500 --> 00:33:15,182
e assim por diante e assim por diante.

581
00:33:15,182 --> 00:33:17,140
O ponto aqui, mais uma vez,
Não é tanto que este

582
00:33:17,140 --> 00:33:25,030
é a melhor maneira de navegar na biblioteca
ou a ferramenta certa para cada ocasião.

583
00:33:25,030 --> 00:33:28,400
Mas é uma outra maneira de fazê-lo.

584
00:33:28,400 --> 00:33:31,359
E fazendo a dados
disponível através de uma API, que

585
00:33:31,359 --> 00:33:34,650
é feita de blocos de construção muito simples,
que permite que você pesquise o conteúdo,

586
00:33:34,650 --> 00:33:39,420
você pode construir algo
como esta que podem

587
00:33:39,420 --> 00:33:41,520
ser extraordinariamente
valioso para algumas pessoas.

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

589
00:33:46,640 --> 00:33:51,860
>> Então, isso é uma espécie de, tanto quanto eu quero
a dizer realmente sobre o que a API é

590
00:33:51,860 --> 00:33:56,070
eo que ele expõe, não há um todo
monte de coisas nos bastidores, que

591
00:33:56,070 --> 00:33:59,480
Eu só vou tocar em breve
só porque é uma espécie de chega a este

592
00:33:59,480 --> 00:34:03,720
a partir de um ângulo completamente diferente em
termos de como é que algo como isto

593
00:34:03,720 --> 00:34:04,580
se colocar em prática?

594
00:34:04,580 --> 00:34:10,820
>> Assim, uma API é um padrão
interface com todo esse conteúdo.

595
00:34:10,820 --> 00:34:13,820
Mas para chegar lá, o
primeira coisa que tinha que fazer

596
00:34:13,820 --> 00:34:17,260
foi reunir informações
de livros e imagens

597
00:34:17,260 --> 00:34:21,580
e os instrumentos de descrição, a coleção
documento a partir de diversos sistemas de Harvard.

598
00:34:21,580 --> 00:34:23,929
Aleph, VIA, e OASIS são
os nomes dos sistemas.

599
00:34:23,929 --> 00:34:28,820
E eles essencialmente entrar em um
tubagem, uma tubagem de processamento.

600
00:34:28,820 --> 00:34:33,230
>> Então, primeiro de tudo, temos de exportação
ficheiros de todos estes sistemas.

601
00:34:33,230 --> 00:34:35,130
Nós dividi-los em itens individuais.

602
00:34:35,130 --> 00:34:39,360
Portanto, temos um arquivo, que é um gigabyte,
que tem um milhão de discos na mesma.

603
00:34:39,360 --> 00:34:42,290
Por isso, dividi-la em itens individuais.

604
00:34:42,290 --> 00:34:45,374
Então, para cada item, vamos convertê-lo
em mods, porque algumas delas

605
00:34:45,374 --> 00:34:47,040
são MODS nativamente, alguns deles não são.

606
00:34:47,040 --> 00:34:49,204
Então, nós levá-los todos para
estar no mesmo formato.

607
00:34:49,204 --> 00:34:51,120
Depois, há vários
etapas de enriquecimento, onde

608
00:34:51,120 --> 00:34:55,969
somarmos mais informações para os dados
que estava disponível na biblioteca.

609
00:34:55,969 --> 00:34:59,750
Então, nós precisamos adicionar, em primeiro lugar
nós temos o que bibliotecas segurá-la.

610
00:34:59,750 --> 00:35:02,250
Passamos por uma etapa de
cálculo da stackscore.

611
00:35:02,250 --> 00:35:07,112
Passamos por mais uma etapa
adicionando mais de metadados em termos

612
00:35:07,112 --> 00:35:10,730
do que coleções pessoas
poderia ter acrescentado isto--

613
00:35:10,730 --> 00:35:12,532
>> As pessoas estão criando
coleções de itens.

614
00:35:12,532 --> 00:35:13,990
Que coleções ele pertence?

615
00:35:13,990 --> 00:35:17,220
Como é que as pessoas com etiquetas
este conteúdo no passado?

616
00:35:17,220 --> 00:35:20,750
Então você filtrar, e você restringir
os registros, porque, como já referi,

617
00:35:20,750 --> 00:35:24,120
há alguns registros que, por causa de
razões de direitos autorais, não podemos exibir.

618
00:35:24,120 --> 00:35:26,700
E, depois, carregá-los
em algo chamado

619
00:35:26,700 --> 00:35:31,680
Solr, que não é um erro de soletração, mas
é o nome de um pedaço de software

620
00:35:31,680 --> 00:35:35,710
que faz a indexação de busca, que
impulsiona toda a busca por trás da API.

621
00:35:35,710 --> 00:35:40,110
E então ele se torna disponível para
API, e as pessoas podem usá-lo.

622
00:35:40,110 --> 00:35:44,640
>> Então, isso é como uma forma justa
processo simples.

623
00:35:44,640 --> 00:35:47,230
Um dos interessante
coisas sobre ele é

624
00:35:47,230 --> 00:35:50,990
que estamos lidando
com 13 milhões de registros

625
00:35:50,990 --> 00:35:53,820
e nós vamos estar lidando ou mais.

626
00:35:53,820 --> 00:36:01,260
E nós queremos ser capazes de lidar com
estes de uma forma relativamente rápida.

627
00:36:01,260 --> 00:36:03,630
Leva muito tempo para
processar 13 milhões de registros.

628
00:36:03,630 --> 00:36:09,529
>> Então, como este gasoduto é
estabelecer é que você can--

629
00:36:09,529 --> 00:36:12,070
Eu acho que a vantagem do
pipeline, o problema que estamos

630
00:36:12,070 --> 00:36:15,580
tentando resolver aqui, é que
todas as transformações, todos

631
00:36:15,580 --> 00:36:18,729
estas etapas nesta
gasoduto são separáveis.

632
00:36:18,729 --> 00:36:19,645
Não há nenhuma dependência.

633
00:36:19,645 --> 00:36:22,146
Se você está processando
um registro de um livro,

634
00:36:22,146 --> 00:36:24,270
não há nenhuma dependência em
que entre outro livro.

635
00:36:24,270 --> 00:36:27,760
>> Então o que podemos fazer é, basicamente,
em cada passo na calha,

636
00:36:27,760 --> 00:36:30,470
vamos colocá-la em uma fila na nuvem.

637
00:36:30,470 --> 00:36:32,250
Aconteceu de eu estar na Amazon Web Services.

638
00:36:32,250 --> 00:36:35,140
Portanto, há uma lista de,
dizer, 10.000 itens que

639
00:36:35,140 --> 00:36:38,100
necessita de ser normalizado e
convertidos para o formato de mods.

640
00:36:38,100 --> 00:36:41,620
E nós girar tantos servidores
como queremos, talvez 10 servidores.

641
00:36:41,620 --> 00:36:44,860
E cada um desses servidores apenas
senta lá, olha em fila,

642
00:36:44,860 --> 00:36:46,730
vê-se que há um que precisa
ser processado, puxa-lo da fila,

643
00:36:46,730 --> 00:36:48,740
processa e sticks
que na próxima fila.

644
00:36:48,740 --> 00:36:54,200
>> E assim o que nos permite
a fazer é aplicar, no essencial,

645
00:36:54,200 --> 00:36:58,110
tanto hardware quanto queremos este
problema para um período muito curto de tempo

646
00:36:58,110 --> 00:37:02,970
para processar os dados tão rapidamente quanto
possível, o que é algo que só,

647
00:37:02,970 --> 00:37:08,220
agora no mundo da computação em nuvem
Nós podemos provisionar servidores essencialmente

648
00:37:08,220 --> 00:37:09,890
instantaneamente, que é útil.

649
00:37:09,890 --> 00:37:12,260
Então, não temos de ter um
servidor gigante sentado ao redor

650
00:37:12,260 --> 00:37:16,700
o tempo todo para fazer o processamento
que pode acontecer apenas uma vez por semana.

651
00:37:16,700 --> 00:37:21,440
>> De modo que é na maior parte dela.

652
00:37:21,440 --> 00:37:27,590
Não há documentação disponível
para a API item Biblioteca Nuvem

653
00:37:27,590 --> 00:37:31,960
neste URL, que será
estar disponível mais tarde.

654
00:37:31,960 --> 00:37:36,730
E por favor, vá dar uma olhada
-lo para ver se há alguma coisa,

655
00:37:36,730 --> 00:37:37,579
Você tem alguma idéia.

656
00:37:37,579 --> 00:37:38,120
Jogar com ele.

657
00:37:38,120 --> 00:37:38,830
Brincar.

658
00:37:38,830 --> 00:37:42,800
E espero que você pode vir
com algo grande.

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

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