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
Tôi Jeffrey Licht.

4
00:00:13,550 --> 00:00:17,890
Và tôi ở đây để nói chuyện với bạn về
Thư viện và xây dựng Harvard ngày mai

5
00:00:17,890 --> 00:00:20,870
thư viện ngày hôm nay, tôi đoán.

6
00:00:20,870 --> 00:00:23,040
Vì vậy, các nền ở đây,
sân cho phần này

7
00:00:23,040 --> 00:00:26,930
về cơ bản là có là
rất nhiều dữ liệu thư mục

8
00:00:26,930 --> 00:00:28,400
có sẵn trong thư viện Harvard.

9
00:00:28,400 --> 00:00:33,434
Và đó là một cơ hội,
thông qua một số các công cụ

10
00:00:33,434 --> 00:00:36,350
và một dự án đang được phát triển,
để có được quyền truy cập vào các thông tin

11
00:00:36,350 --> 00:00:42,430
và mang nó đến những nơi mà các
Thư viện Harvard không phải là làm ngay bây giờ,

12
00:00:42,430 --> 00:00:45,460
làm công cụ mới với nó, thí nghiệm
và chơi đùa với nó.

13
00:00:45,460 --> 00:00:52,413
>> Vì vậy, các điểm vào này là một API
gọi là Thư viện Mây Harvard, mà

14
00:00:52,413 --> 00:00:57,650
là một máy chủ siêu dữ liệu mở,
mà tôi sẽ nói về hiện tại.

15
00:00:57,650 --> 00:01:02,595
Vì vậy, nền là có một
rất nhiều thứ trong thư viện Harvard.

16
00:01:02,595 --> 00:01:07,150
Chúng tôi có hơn 13 triệu thư mục
hồ sơ, hàng triệu bức ảnh,

17
00:01:07,150 --> 00:01:11,090
và hàng ngàn việc tìm kiếm sự trợ giúp, mà
cơ bản là tài liệu mô tả

18
00:01:11,090 --> 00:01:15,500
bộ sưu tập, nói gì
ở trong đó, hộp giấy

19
00:01:15,500 --> 00:01:21,080
và vv, chiếm hơn
một triệu tài liệu cá nhân.

20
00:01:21,080 --> 00:01:24,290
Và cũng có rất nhiều
thông tin mà thư viện có

21
00:01:24,290 --> 00:01:28,180
về cách thức nội dung được sử dụng mà
có thể có ích cho mọi người

22
00:01:28,180 --> 00:01:32,400
những người có thể muốn làm việc với nó.

23
00:01:32,400 --> 00:01:36,150
>> Vì vậy, tất cả các thông tin
thư viện có siêu dữ liệu.

24
00:01:36,150 --> 00:01:39,500
Vì vậy, siêu dữ liệu là dữ liệu về dữ liệu.

25
00:01:39,500 --> 00:01:42,070
Vì vậy, khi chúng ta nói về
các thông tin đó là

26
00:01:42,070 --> 00:01:44,890
có sẵn thông qua thư viện
đám mây đó là có sẵn,

27
00:01:44,890 --> 00:01:47,760
nó không nhất thiết
các tài liệu thực tế

28
00:01:47,760 --> 00:01:53,060
mình, không nhất thiết phải đầy đủ
văn bản của cuốn sách hoặc các hình ảnh đầy đủ,

29
00:01:53,060 --> 00:01:54,890
mặc dù thực sự có thể là trường hợp.

30
00:01:54,890 --> 00:01:57,550
Nhưng nó thực sự
thông tin về dữ liệu.

31
00:01:57,550 --> 00:02:00,909
>> Vì vậy, bạn có thể nghĩ về biên mục
thông tin, số cuộc gọi, đối tượng,

32
00:02:00,909 --> 00:02:02,700
bao nhiêu bản sao của
Cuốn sách có, những gì

33
00:02:02,700 --> 00:02:06,380
là phiên bản, là những gì
định dạng, các tác giả, và vân vân.

34
00:02:06,380 --> 00:02:12,250
Vì vậy, có rất nhiều thông tin về
các thông tin trong bộ sưu tập,

35
00:02:12,250 --> 00:02:14,400
trong chính nó, là loại vốn hữu ích.

36
00:02:14,400 --> 00:02:19,230
Và mặc dù nếu bạn
làm nghiên cứu chuyên sâu,

37
00:02:19,230 --> 00:02:25,160
rõ ràng là bạn muốn để có được các thực tế
Nội dung chính nó và nhìn vào các dữ liệu,

38
00:02:25,160 --> 00:02:30,140
các siêu dữ liệu là hữu ích trong việc
cả hai phân tích ngữ liệu như một toàn thể,

39
00:02:30,140 --> 00:02:33,870
giống như những gì đang có trong bộ sưu tập.

40
00:02:33,870 --> 00:02:35,520
Làm thế nào họ có liên quan?

41
00:02:35,520 --> 00:02:39,482
Nó sẽ giúp bạn thực sự tìm thấy các công cụ khác,
mà thực sự là mục đích chính của nó.

42
00:02:39,482 --> 00:02:41,190
Điểm quan trọng của
siêu dữ liệu và các cửa hàng

43
00:02:41,190 --> 00:02:43,230
là để giúp bạn tìm thấy tất cả
các thông tin đó là

44
00:02:43,230 --> 00:02:46,590
có sẵn trong bộ sưu tập.

45
00:02:46,590 --> 00:02:53,690
>> Vì vậy, đây là một ví dụ của siêu dữ liệu
cho một cuốn sách trong thư viện Harvard.

46
00:02:53,690 --> 00:02:56,370
Vì vậy, nó có.

47
00:02:56,370 --> 00:02:59,850
Và bạn có thể thấy nó
thực sự phức tạp vừa phải.

48
00:02:59,850 --> 00:03:04,610
Và một phần giá trị của siêu dữ liệu
trong hệ thống thư viện Harvard

49
00:03:04,610 --> 00:03:09,320
được rằng nó được phân loại
được xây dựng lên bởi người biên mục

50
00:03:09,320 --> 00:03:12,720
và lắp ráp bởi người nộp đơn xin
rất nhiều về chuyên môn và kỹ năng

51
00:03:12,720 --> 00:03:20,030
và nghĩ đến nó theo thời gian,
trong đó có rất nhiều giá trị.

52
00:03:20,030 --> 00:03:25,450
>> Vì vậy, nếu bạn có một cái nhìn tại hồ sơ này cho
Các chú thích Alice, bạn có thể tìm hiểu

53
00:03:25,450 --> 00:03:32,590
bạn đã có danh hiệu, người đã viết nó,
tác giả, và tất cả các đối tượng khác nhau

54
00:03:32,590 --> 00:03:35,380
mà người dân đã xếp vào mục lục vào.

55
00:03:35,380 --> 00:03:40,110
Và bạn có thể nhìn thấy ở đây cũng có, trong
Ngoài rất nhiều thông tin tốt

56
00:03:40,110 --> 00:03:42,852
ở đây, có một số trùng lắp.

57
00:03:42,852 --> 00:03:45,560
Có rất nhiều sự phức tạp đó là
phản ánh thông qua các siêu dữ liệu

58
00:03:45,560 --> 00:03:46,300
mà bạn có.

59
00:03:46,300 --> 00:03:50,320
>> Vì vậy, một tiêu đề của cuốn sách này là
Cuộc phiêu lưu của Alice in Wonderland.

60
00:03:50,320 --> 00:03:53,880
Vì vậy, đây là một chú thích
phiên bản của cuốn sách đó.

61
00:03:53,880 --> 00:03:56,380
Nhưng nó cũng được gọi là Các chú thích
Alice, Alice của cuộc phiêu lưu

62
00:03:56,380 --> 00:03:58,570
in Wonderland vì
nó là cái gì đó

63
00:03:58,570 --> 00:04:00,430
Martin Gardner đã viết
và chú thích các cuốn sách.

64
00:04:00,430 --> 00:04:03,369
Và có rất nhiều thông tin tuyệt vời
những câu đố logic và điều

65
00:04:03,369 --> 00:04:05,410
Alice trong đó bạn
có lẽ không biết về.

66
00:04:05,410 --> 00:04:07,000
Vì vậy, bạn nên đi đọc nó.

67
00:04:07,000 --> 00:04:11,940
>> Nhưng bạn có thể nhìn thấy ở đây
rất nhiều chi tiết ở đây,

68
00:04:11,940 --> 00:04:15,340
bao gồm cả các định danh, khi đó
đã được tạo ra, nó đến từ đâu,

69
00:04:15,340 --> 00:04:17,420
trong điều khoản của Harvard
hệ thống, và vân vân.

70
00:04:17,420 --> 00:04:20,350
Vì vậy, đây là một mẫu của
các loại siêu dữ liệu

71
00:04:20,350 --> 00:04:24,340
mà bạn có thể nhìn thấy trong một cuốn sách
các bộ sưu tập thư viện Harvard.

72
00:04:24,340 --> 00:04:26,680
>> Đây là một cái gì đó hoàn toàn khác nhau.

73
00:04:26,680 --> 00:04:32,610
Vì vậy, có một hệ thống gọi là
VIA Harvard, mà cơ bản

74
00:04:32,610 --> 00:04:39,990
được biên mục hình ảnh và các đối tượng của nghệ thuật
và những thứ hình ảnh trong suốt Harvard,

75
00:04:39,990 --> 00:04:44,010
và thêm một số siêu dữ liệu
với họ, phân loại chúng,

76
00:04:44,010 --> 00:04:49,200
và, trong một số trường hợp, cung cấp
hình ảnh thumbnail nhỏ

77
00:04:49,200 --> 00:04:51,250
mà bạn có thể mất một
xem xét nếu bạn rất muốn.

78
00:04:51,250 --> 00:04:54,240
>> Vì vậy, đây là một ví dụ về các
siêu dữ liệu mà bạn có cho một tấm

79
00:04:54,240 --> 00:04:57,840
từ, có lẽ, Alice in Wonderland.

80
00:04:57,840 --> 00:05:00,499
Và bạn có thể nhìn thấy ở đây
ít siêu dữ liệu ở đây.

81
00:05:00,499 --> 00:05:02,040
Nó chỉ là một loại khác nhau của các đối tượng.

82
00:05:02,040 --> 00:05:03,425
Và do đó, có ít thông tin hơn.

83
00:05:03,425 --> 00:05:07,790
>> Bạn chủ yếu là có một thực tế rằng, một cuộc gọi
số lượng, cơ bản đã tạo ra nó, -

84
00:05:07,790 --> 00:05:10,410
>> Chúng tôi không biết khi nào nó được tạo ra.

85
00:05:10,410 --> 00:05:13,320
>> --and một tiêu đề.

86
00:05:13,320 --> 00:05:14,300
>> Một ví dụ khác.

87
00:05:14,300 --> 00:05:16,380
Đây là một viện trợ phát hiện.

88
00:05:16,380 --> 00:05:19,030
Vì vậy, có một bộ sưu tập của Lewis
Giấy tờ Carroll tại Harvard.

89
00:05:19,030 --> 00:05:23,601
Vì vậy, điều này mô tả những gì
là trong bộ sưu tập.

90
00:05:23,601 --> 00:05:26,100
Vì vậy, một người đã trải qua và
nhìn qua tất cả các hộp

91
00:05:26,100 --> 00:05:32,220
và mục lục đó, đưa ra một số nền,
viết một bản tóm tắt về những gì ở đây.

92
00:05:32,220 --> 00:05:35,290
Và nếu bạn đã tìm
hơn nữa lúc này, điều này

93
00:05:35,290 --> 00:05:39,620
đi trên các trang và các trang
và các trang, nhưng sẽ cho bạn biết

94
00:05:39,620 --> 00:05:41,860
những lá thư và những gì
ngày từ những gì hộp

95
00:05:41,860 --> 00:05:44,289
tồn tại trong suốt bộ sưu tập.

96
00:05:44,289 --> 00:05:46,330
Nhưng đây là một cái gì đó
rằng, nếu bạn đang ở Harvard,

97
00:05:46,330 --> 00:05:50,720
bạn có thể đi và thực chất tìm
và, có lẽ, hãy nhìn vào.

98
00:05:50,720 --> 00:05:53,440
>> Vì vậy, đây là tất cả tuyệt vời.

99
00:05:53,440 --> 00:05:54,450
Của siêu dữ liệu hữu ích này.

100
00:05:54,450 --> 00:05:56,327
Đó là trong các hệ thống thư viện Harvard.

101
00:05:56,327 --> 00:05:58,910
Có những công cụ trực tuyến, nơi bạn
có thể đi và có một cái nhìn vào nó,

102
00:05:58,910 --> 00:05:59,993
và nhìn thấy nó, và tìm kiếm nó.

103
00:05:59,993 --> 00:06:02,810
Và bạn có thể cắt nó và xúc xắc
nó trong nhiều cách khác nhau.

104
00:06:02,810 --> 00:06:06,920
>> Nhưng nó thực sự chỉ có sẵn nếu
bạn là một con người ngồi xuống

105
00:06:06,920 --> 00:06:12,600
tại trình duyệt web của bạn hoặc một cái gì đó hoặc
điện thoại và điều hướng thông qua nó bạn.

106
00:06:12,600 --> 00:06:16,730
Nó không thực sự sẵn trong
bất kỳ loại thời trang có thể sử dụng

107
00:06:16,730 --> 00:06:19,520
cho các hệ thống khác hoặc
các máy tính khác để sử dụng,

108
00:06:19,520 --> 00:06:21,500
không có hệ thống trong vòng
Thư viện Harvard,

109
00:06:21,500 --> 00:06:24,890
nhưng hệ thống trong thế giới bên ngoài,
chỉ những người khác nói chung.

110
00:06:24,890 --> 00:06:30,210
Vì vậy, câu hỏi là, làm thế nào chúng ta có thể
làm cho nó có sẵn cho máy tính

111
00:06:30,210 --> 00:06:33,560
để chúng tôi có thể làm thú vị hơn
thứ với nó hơn là chỉ

112
00:06:33,560 --> 00:06:36,550
duyệt nó chính mình?

113
00:06:36,550 --> 00:06:39,766
>> Vì vậy, tại sao bạn sẽ muốn làm điều này?

114
00:06:39,766 --> 00:06:41,140
Có rất nhiều khả năng.

115
00:06:41,140 --> 00:06:43,980
Một là bạn có thể xây dựng một hoàn toàn
cách khác nhau của trình duyệt

116
00:06:43,980 --> 00:06:46,962
các nội dung có sẵn
thông qua các thư viện Harvard.

117
00:06:46,962 --> 00:06:48,670
Tôi sẽ cho bạn thấy một
sau này gọi là Stacklife,

118
00:06:48,670 --> 00:06:52,440
trong đó có một hoàn toàn khác nhau
đưa vào tìm kiếm nội dung.

119
00:06:52,440 --> 00:06:54,560
>> Bạn có thể xây dựng một công cụ khuyến nghị.

120
00:06:54,560 --> 00:06:57,955
Vì vậy, Thư viện Harvard không phải là trong
kinh doanh nói, bạn thích cuốn sách này.

121
00:06:57,955 --> 00:07:01,080
Sau đó, hãy có một cái nhìn tại các 17 khác
sách mà bạn có thể quan tâm

122
00:07:01,080 --> 00:07:03,200
hoặc những 18 hình ảnh khác.

123
00:07:03,200 --> 00:07:06,040
Nhưng đó chắc chắn có thể
là một tính năng có giá trị.

124
00:07:06,040 --> 00:07:09,272
Và cho các siêu dữ liệu, nó có thể
có thể đặt cùng nhau.

125
00:07:09,272 --> 00:07:11,980
Bạn có thể có những nhu cầu khác nhau trong
các điều khoản của việc tìm kiếm các nội dung,

126
00:07:11,980 --> 00:07:16,200
như có lẽ mặc dù các công cụ
có sẵn mà làm cho thư viện

127
00:07:16,200 --> 00:07:18,450
có sẵn, bạn có thể muốn
để tìm kiếm theo một cách khác

128
00:07:18,450 --> 00:07:21,847
hoặc tối ưu hóa cho một trường hợp sử dụng cụ thể,
mà có lẽ nó rất đặc biệt.

129
00:07:21,847 --> 00:07:23,930
Có lẽ chỉ có một vài
mọi người trong thế giới những người

130
00:07:23,930 --> 00:07:25,846
muốn tìm kiếm các nội dung
theo cách này, nhưng nó

131
00:07:25,846 --> 00:07:28,985
sẽ là tuyệt vời nếu chúng tôi
có thể cho phép họ làm điều đó.

132
00:07:28,985 --> 00:07:30,860
Có rất nhiều phân tích
chỉ trong cách mọi người

133
00:07:30,860 --> 00:07:33,860
sử dụng các nội dung đó sẽ được thực sự
thú vị để biết về, tìm hiểu

134
00:07:33,860 --> 00:07:37,280
những cuốn sách nào đang được sử dụng,
những gì không phải là, và vân vân.

135
00:07:37,280 --> 00:07:41,670
Và sau đó có rất nhiều
cơ hội để tích hợp

136
00:07:41,670 --> 00:07:45,210
với các thông tin khác
đó là hiện có trên web.

137
00:07:45,210 --> 00:07:46,880
Vì vậy, chúng tôi have--

138
00:07:46,880 --> 00:07:50,260
>> Ví dụ, có NPR
một đoạn xem xét cuốn sách,

139
00:07:50,260 --> 00:07:53,090
nơi họ phỏng vấn
tác giả về cuốn sách.

140
00:07:53,090 --> 00:07:56,837
Và do đó, nó sẽ là tuyệt vời nếu bạn là
nhìn lên một cuốn sách trong các Harvard

141
00:07:56,837 --> 00:07:59,670
Thư viện, và bạn nói, OK, có
được một cuộc phỏng vấn với tác giả.

142
00:07:59,670 --> 00:08:00,878
Hãy đi tham quan một cái nhìn lúc đó.

143
00:08:00,878 --> 00:08:05,461
Hoặc có một trang Wikipedia, như một
thẩm quyền, tài liệu tham khảo học thuật

144
00:08:05,461 --> 00:08:07,710
về cuốn sách này mà bạn
có thể muốn xem xét.

145
00:08:07,710 --> 00:08:12,600
>> Có những loại nguồn
nằm rải rác khắp các trang web.

146
00:08:12,600 --> 00:08:16,555
Và đưa họ lại với nhau
có thể được sử dụng tuyệt vời

147
00:08:16,555 --> 00:08:18,930
để ai đó nhìn vào
nội dung, tìm kiếm một cái gì đó.

148
00:08:18,930 --> 00:08:20,180
Nhưng nó cũng không phải là
loại điều bạn muốn

149
00:08:20,180 --> 00:08:23,205
muốn thư viện phải chịu trách nhiệm
cho đi xuống và săn lùng

150
00:08:23,205 --> 00:08:25,455
tất cả các nguồn khác nhau
và cắm chúng với nhau

151
00:08:25,455 --> 00:08:28,920
bởi vì chúng ta đang thay đổi liên tục.

152
00:08:28,920 --> 00:08:33,570
Và may quan trọng những gì họ nghĩ là
không được những gì bạn nghĩ là quan trọng.

153
00:08:33,570 --> 00:08:36,929
>> Và thậm chí nhiều hơn như vậy, về cơ bản có một
rất nhiều thứ chúng tôi đã không nghĩ đến chưa.

154
00:08:36,929 --> 00:08:42,222
Vì vậy, nếu chúng ta có thể mở này lên, nhiều hơn
người bên cạnh một nửa tá hoặc hơn,

155
00:08:42,222 --> 00:08:45,174
người đang tìm kiếm điều này trên một
thường xuyên có thể nghĩ về ý tưởng

156
00:08:45,174 --> 00:08:47,340
và xoa bóp các dữ liệu, và
làm những gì họ muốn với nó.

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

158
00:08:49,920 --> 00:08:54,045
>> Vì vậy, chúng tôi muốn làm điều này
dữ liệu có sẵn cho thế giới.

159
00:08:54,045 --> 00:08:55,670
Vâng, có một vài biến chứng.

160
00:08:55,670 --> 00:08:58,540
Một là siêu dữ liệu này
là trong các hệ thống khác nhau.

161
00:08:58,540 --> 00:09:01,110
Đó là trong các định dạng khác nhau.

162
00:09:01,110 --> 00:09:04,719
Vì vậy, có một số bình thường
mà cần phải xảy ra,

163
00:09:04,719 --> 00:09:08,010
mà bình thường là quá trình
mang lại những điều từ các định dạng khác nhau

164
00:09:08,010 --> 00:09:12,940
và lập bản đồ chúng vào một định dạng duy nhất
do đó các trường sẽ phù hợp lên.

165
00:09:12,940 --> 00:09:15,160
>> Có một số hạn chế bản quyền.

166
00:09:15,160 --> 00:09:21,010
Lạ lùng thay, mục catalog
về một cuốn sách là chịu trách nhiệm về bản quyền.

167
00:09:21,010 --> 00:09:24,060
Vì vậy, mặc dù nó chỉ là
thông tin thu được từ cuốn sách,

168
00:09:24,060 --> 00:09:25,330
nó có bản quyền.

169
00:09:25,330 --> 00:09:28,400
Và tùy thuộc vào những người thực sự
tạo ra siêu dữ liệu,

170
00:09:28,400 --> 00:09:32,175
có thể có những hạn chế về người
có thể phân phối, đối với: tương tự

171
00:09:32,175 --> 00:09:33,402
>> Tôi không biết.

172
00:09:33,402 --> 00:09:36,110
Nó có thể hoặc có thể không giống với
tình hình của lời bài hát,

173
00:09:36,110 --> 00:09:36,610
cho ví dụ.

174
00:09:36,610 --> 00:09:38,560
Vì vậy, tất cả chúng ta biết làm thế nào mà chảo ra.

175
00:09:38,560 --> 00:09:40,450
Vì vậy, bạn cần để có được xung quanh vấn đề này.

176
00:09:40,450 --> 00:09:44,910
>> Và sau đó là một mảnh khác
rằng có rất nhiều dữ liệu.

177
00:09:44,910 --> 00:09:52,420
Vì vậy, nếu tôi là một người muốn làm việc
với các dữ liệu hoặc có một ý tưởng mát mẻ,

178
00:09:52,420 --> 00:09:55,350
đối phó với 14 triệu
hồ sơ trên máy tính xách tay của tôi

179
00:09:55,350 --> 00:09:57,487
có thể là có vấn đề
và khó quản lý.

180
00:09:57,487 --> 00:09:59,320
Vì vậy, chúng ta muốn giảm
các rào cản đối với người

181
00:09:59,320 --> 00:10:02,130
để có thể làm việc với các dữ liệu.

182
00:10:02,130 --> 00:10:07,880
>> Vì vậy, phương pháp này mà hy vọng địa chỉ
tất cả các mối quan tâm là hai phần.

183
00:10:07,880 --> 00:10:11,770
Một là xây dựng một nền tảng mà mất
dữ liệu từ tất cả các nguồn khác nhau

184
00:10:11,770 --> 00:10:14,350
và làm trầm trọng thêm nó, bình thường hóa,
làm phong phú nó, và làm cho

185
00:10:14,350 --> 00:10:16,650
nó có sẵn trong một địa điểm duy nhất.

186
00:10:16,650 --> 00:10:20,950
Và nó làm cho nó có sẵn thông qua
một API công cộng mà mọi người có thể gọi.

187
00:10:20,950 --> 00:10:24,430
>> Vì vậy, một API là một ứng dụng
Giao diện lập trình.

188
00:10:24,430 --> 00:10:28,930
Và về cơ bản đề cập đến một
endpoint rằng một hệ thống hoặc công nghệ

189
00:10:28,930 --> 00:10:31,720
có thể gọi và nhận được dữ liệu trở lại
một định dạng cấu trúc một cách

190
00:10:31,720 --> 00:10:32,900
nó có thể được sử dụng.

191
00:10:32,900 --> 00:10:36,060
Vì vậy, nó không phụ thuộc
trên đi đến một trang web

192
00:10:36,060 --> 00:10:37,970
và cạo dữ liệu ra
của nó, ví dụ.

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

194
00:10:40,690 --> 00:10:45,010
>> Vì vậy, đây là trang chủ của
Thư viện Mây mục API,

195
00:10:45,010 --> 00:10:47,220
mà chủ yếu là hai phiên bản của nó.

196
00:10:47,220 --> 00:10:50,130
Vì vậy, nó là lặp thứ hai của
cố gắng để làm cho tất cả các dữ liệu này

197
00:10:50,130 --> 00:10:53,280
bố với thế giới.

198
00:10:53,280 --> 00:10:59,560
Vì vậy, nó là
http://api.lib.harvard.edu/v2/items.

199
00:10:59,560 --> 00:11:03,830
Và chỉ để phá vỡ này xuống
một chút, điều này có nghĩa

200
00:11:03,830 --> 00:11:06,115
là đây là phiên bản hai của API.

201
00:11:06,115 --> 00:11:08,490
Có một phiên bản một, mà
Tôi sẽ không nói về.

202
00:11:08,490 --> 00:11:09,750
Nhưng có một phiên bản một.

203
00:11:09,750 --> 00:11:14,740
>> Và nếu bạn đang gọi điện thoại này
API, bạn đang nhận được vật phẩm.

204
00:11:14,740 --> 00:11:20,640
Và một phần của ý tưởng về một
API là một API là một hợp đồng.

205
00:11:20,640 --> 00:11:23,440
Nó là cái gì đó là
sẽ không thay đổi.

206
00:11:23,440 --> 00:11:24,850
Vì vậy, ví dụ, -

207
00:11:24,850 --> 00:11:27,410
>> Và lý do là nếu tôi
xây dựng một số loại hệ thống

208
00:11:27,410 --> 00:11:33,210
sẽ sử dụng một API thư viện đám mây
để hiển thị sách hay giúp mọi người tìm

209
00:11:33,210 --> 00:11:36,190
thông tin theo những cách độc đáo,
những gì chúng ta không muốn xảy ra

210
00:11:36,190 --> 00:11:38,940
là để chúng ta đi thay đổi như thế nào
API là công trình, và đột nhiên

211
00:11:38,940 --> 00:11:41,340
phá vỡ mọi thứ về phía người dùng cuối.

212
00:11:41,340 --> 00:11:46,710
Vì vậy, một phần của nếu bạn đang làm cho API
bố với thế giới, đó là

213
00:11:46,710 --> 00:11:49,396
thực hành tốt để đặt một
số phiên bản trong nó để mọi người

214
00:11:49,396 --> 00:11:51,020
biết những gì phiên bản mà họ đang làm việc với.

215
00:11:51,020 --> 00:11:54,300
>> Vì vậy, nếu chúng ta quyết định, chúng tôi tìm thấy một cách tốt hơn
làm cho thông tin này có sẵn,

216
00:11:54,300 --> 00:11:57,295
chúng ta có thể thay đổi điều đó để
gọi đó là phiên bản ba.

217
00:11:57,295 --> 00:11:59,920
Vì vậy, tất cả những người vẫn đang sử dụng
phiên bản hai, điều đó vẫn sẽ làm việc.

218
00:11:59,920 --> 00:12:03,490
Nhưng phiên bản ba sẽ
có tất cả những thứ mới.

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

220
00:12:06,680 --> 00:12:09,210
>> Vì vậy, đây là một API, nhưng điều này
thực sự trông giống như một URL.

221
00:12:09,210 --> 00:12:11,680
Và vì vậy những gì này là một
ví dụ là gì

222
00:12:11,680 --> 00:12:16,615
được gọi là một API còn lại, trong đó có sẵn
trên chỉ là một trang web kết nối thường xuyên.

223
00:12:16,615 --> 00:12:19,680
Và bạn có thể thực sự
đi đến nó trong một trình duyệt.

224
00:12:19,680 --> 00:12:28,550
>> Vì vậy, ở đây tôi vừa mới mở lên và Firefox
đi api.lib.harvard.edu/v2/items.

225
00:12:28,550 --> 00:12:31,560
Và vì vậy những gì tôi nhận được ở đây là
về cơ bản trang đầu tiên

226
00:12:31,560 --> 00:12:34,740
kết quả từ toàn bộ
thiết lập các mục mà chúng ta có.

227
00:12:34,740 --> 00:12:37,460
Và nó ở đây dạng XML.

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

229
00:12:40,130 --> 00:12:42,210
Và nó cũng được
tô đẹp bằng Firefox.

230
00:12:42,210 --> 00:12:45,850
Nó không thực sự có tất cả các
nhỏ đang mở rộng và hợp đồng

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

232
00:12:47,880 --> 00:12:52,520
Đây là loại một đẹp hơn
phiên bản cách để nhìn vào nó.

233
00:12:52,520 --> 00:12:57,040
>> Nhưng điều này là nói cho chúng tôi là
Tôi đã yêu cầu tất cả các mặt hàng.

234
00:12:57,040 --> 00:13:03,120
Vì vậy, có 13.289.475 mục.

235
00:13:03,120 --> 00:13:06,150
Và tôi đang nhìn vào đầu tiên
10, bắt đầu từ vị trí số không

236
00:13:06,150 --> 00:13:09,760
bởi vì trong khoa học máy tính
chúng tôi luôn luôn bắt đầu từ số không.

237
00:13:09,760 --> 00:13:15,150
Và những gì tôi có ở đây, nếu tôi chỉ sụp đổ
này, bạn sẽ thấy tôi đã có 10 mặt hàng.

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

239
00:13:20,410 --> 00:13:25,210
>> Và nếu tôi có một cái nhìn tại một mục, tôi có thể
thấy rằng tôi đã có thông tin về nó.

240
00:13:25,210 --> 00:13:27,400
Và đây là những gì được gọi là hình thức MODS.

241
00:13:27,400 --> 00:13:30,860
Và vì vậy tôi sẽ chuyển
trở lại đây một lúc.

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

243
00:13:33,750 --> 00:13:37,447
>> Vì vậy, hãy tìm kiếm một cái gì đó trong
cụ thể vì mục đầu tiên

244
00:13:37,447 --> 00:13:40,030
xảy ra cho đến khi bạn nhìn
toàn bộ sưu tập

245
00:13:40,030 --> 00:13:41,750
là, theo định nghĩa, ngẫu nhiên.

246
00:13:41,750 --> 00:13:44,550
Vì vậy, hãy tìm một số bánh rán.

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
Vì vậy, bánh rán.

250
00:13:49,940 --> 00:13:55,360
Vì vậy, chúng tôi thấy có 80 mục trong
các bộ sưu tập mà tham khảo bánh rán.

251
00:13:55,360 --> 00:13:57,150
Chúng tôi đang tìm kiếm 10 người đầu tiên của họ.

252
00:13:57,150 --> 00:14:01,890
Bây giờ, bạn có thể thấy ở đây cách mà
Tôi nói rằng tôi đang tìm bánh rán,

253
00:14:01,890 --> 00:14:04,400
Tôi chỉ cần thêm một cái gì đó để
các chuỗi truy vấn của URL.

254
00:14:04,400 --> 00:14:09,680
Vì vậy, q bằng bánh rán, mà bạn có thể
thấy một chút dễ dàng hơn ở đây.

255
00:14:09,680 --> 00:14:12,131
>> Và điều này về cơ bản có nghĩa là có
một spec cho các API, mà

256
00:14:12,131 --> 00:14:13,880
xác định tất cả những gì
các thông số này có ý nghĩa.

257
00:14:13,880 --> 00:14:17,150
Và điều này có nghĩa là chúng ta sẽ
Tìm kiếm tất cả mọi thứ cho bánh rán.

258
00:14:17,150 --> 00:14:24,910
>> Vì vậy, mục đầu tiên ở đây chúng tôi có
bạn có thể thấy tiêu đề là Donuts,

259
00:14:24,910 --> 00:14:29,310
và có một phụ đề gọi là An
Passion Mỹ, đó là, tôi đoán,

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

261
00:14:31,610 --> 00:14:36,134
Có rất nhiều different--

262
00:14:36,134 --> 00:14:38,050
Một khi bạn nhận được đến điểm
nhận dữ liệu,

263
00:14:38,050 --> 00:14:41,020
có rất nhiều khác nhau
các định dạng mà bạn có thể nhận được nó vào.

264
00:14:41,020 --> 00:14:44,050
Và có những thế mạnh khác nhau
và điểm yếu đối với tất cả chúng.

265
00:14:44,050 --> 00:14:49,000
Vì vậy, một này, bạn có thể nhìn thấy
ở đây, hình thức này rất phong phú.

266
00:14:49,000 --> 00:14:51,946
Và nó được chuẩn hóa.

267
00:14:51,946 --> 00:14:55,040
>> Vì vậy, có một tiêu đề cụ thể
lĩnh vực, một lĩnh vực phụ đề.

268
00:14:55,040 --> 00:14:58,950
Có một thay thế
tiêu đề, An Passion Mỹ.

269
00:14:58,950 --> 00:15:01,650
Có tên liên kết với nó.

270
00:15:01,650 --> 00:15:03,120
Loại tài nguyên là văn bản.

271
00:15:03,120 --> 00:15:06,070
Có rất nhiều thông tin
ở đây dạng này.

272
00:15:06,070 --> 00:15:09,480
>> Nhưng có một bó
các định dạng khác nhau.

273
00:15:09,480 --> 00:15:11,920
Vì vậy, những gì chúng tôi đã chỉ
nhìn vào là một định dạng

274
00:15:11,920 --> 00:15:17,700
gọi MODS, viết tắt
Metadata Object Mô tả dịch vụ,

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

276
00:15:18,250 --> 00:15:23,030
Tôi thực sự không hoàn toàn chắc chắn về
S. Nhưng đó là một định dạng khá phức tạp.

277
00:15:23,030 --> 00:15:24,240
Đó là định dạng mặc định.

278
00:15:24,240 --> 00:15:30,260
>> Nhưng đó là cái mà tiếp tục
sự phong phú của tất cả các dữ liệu

279
00:15:30,260 --> 00:15:33,820
mà thư viện có vì
nó rất gần với những gì

280
00:15:33,820 --> 00:15:35,110
thư viện sử dụng trong nội bộ.

281
00:15:35,110 --> 00:15:39,030
Đó là một tiêu chuẩn mà là
sử dụng trên toàn quốc,

282
00:15:39,030 --> 00:15:40,944
trên toàn thế giới trong các thư viện học thuật.

283
00:15:40,944 --> 00:15:42,110
Và nó rất tương thích.

284
00:15:42,110 --> 00:15:44,852
Vì vậy, nếu bạn đã có một tài liệu
mà là ở định dạng MODS,

285
00:15:44,852 --> 00:15:47,560
bạn có thể cho rằng để người khác
hệ thống có hiểu MODS,

286
00:15:47,560 --> 00:15:48,518
và họ có thể nhập nó.

287
00:15:48,518 --> 00:15:50,840
Vì vậy, nó là một tiêu chuẩn.

288
00:15:50,840 --> 00:15:54,250
Nó rất tốt được định nghĩa, rất cụ thể.

289
00:15:54,250 --> 00:15:58,980
Và đó là những gì làm cho nó
tương thích, vì nếu ai đó nói rằng,

290
00:15:58,980 --> 00:16:04,930
đây là tiêu đề của một thay thế
kỷ lục, mọi người đều biết điều đó có nghĩa.

291
00:16:04,930 --> 00:16:07,740
Mặt bên kia, nó rất phức tạp.

292
00:16:07,740 --> 00:16:13,160
>> Vì vậy, nếu bạn có một cái nhìn
ở mức kỷ lục này ở đây,

293
00:16:13,160 --> 00:16:15,320
nếu tôi chỉ muốn có được
tiêu đề của tài liệu này,

294
00:16:15,320 --> 00:16:21,150
của cuốn sách này, mà có lẽ là Donuts,
Một Passion Mỹ, phân tích nó ra

295
00:16:21,150 --> 00:16:22,940
là một chút liên quan.

296
00:16:22,940 --> 00:16:27,380
Trong khi có một
định dạng được gọi Dublin Core,

297
00:16:27,380 --> 00:16:29,730
mà là một, nhiều định dạng đơn giản hơn nhiều.

298
00:16:29,730 --> 00:16:33,764
>> Và như vậy bạn thấy ở đây, không có
tiêu đề, phụ đề, tiêu đề thay thế.

299
00:16:33,764 --> 00:16:35,930
Không chỉ là danh hiệu,
Donuts, An Passion Mỹ,

300
00:16:35,930 --> 00:16:38,780
và danh hiệu, Passion Mỹ.

301
00:16:38,780 --> 00:16:42,907
Vì vậy, khi bạn đang tìm kiếm những hình thức
bạn muốn để có được các dữ liệu ra khỏi,

302
00:16:42,907 --> 00:16:44,740
rất nhiều phụ thuộc vào cách
bạn sẽ sử dụng nó.

303
00:16:44,740 --> 00:16:46,573
Bạn đang sử dụng cho
khả năng tương tác hoặc làm bạn

304
00:16:46,573 --> 00:16:49,970
muốn một cái gì đó đơn giản mà
có thể được dễ dàng hơn để làm việc với?

305
00:16:49,970 --> 00:16:56,002
>> Mặt bên kia, rất nhiều các
Các chi tiết được loại squished xuống.

306
00:16:56,002 --> 00:16:58,460
Bạn có thể mất đi các sắc thái của
những gì một phương tiện lĩnh vực cụ thể

307
00:16:58,460 --> 00:17:02,960
nếu bạn đang đối phó với Dublin Core,
mà bạn sẽ không nhận được với MODS.

308
00:17:02,960 --> 00:17:06,462
Vì vậy, những người là hai trong số các định dạng
bạn có thể nhận ra các API.

309
00:17:06,462 --> 00:17:08,920
Và về cơ bản, chúng tôi đang giữ
nó đằng sau những cảnh quay trong MODS.

310
00:17:08,920 --> 00:17:14,179
Nhưng chúng tôi có thể cung cấp cho bạn nó MODS và
Dublin Core và bất cứ điều gì khác là tốt.

311
00:17:14,179 --> 00:17:16,470
Việc xem xét khác khi
bạn đang tìm kiếm trong dữ liệu

312
00:17:16,470 --> 00:17:21,210
là bạn có thể nhận được nó như là JSON, mà
viết tắt của JavaScript Object Notation,

313
00:17:21,210 --> 00:17:24,720
hay XML, viết tắt
Extensible Markup Language.

314
00:17:24,720 --> 00:17:30,080
Và các cơ quan đại diện dữ liệu cả
có chính xác cùng một dữ liệu, chính xác

315
00:17:30,080 --> 00:17:31,080
các lĩnh vực tương tự.

316
00:17:31,080 --> 00:17:33,644
Nhưng họ chỉ
cú pháp khác nhau.

317
00:17:33,644 --> 00:17:40,401
>> Vì vậy, đây là a--

318
00:17:40,401 --> 00:17:41,400
Vâng, chúng ta hãy chỉ cần chuyển đổi.

319
00:17:41,400 --> 00:17:47,490
Vì vậy, đây là câu hỏi của chúng tôi cho
bánh rán trong định dạng XML.

320
00:17:47,490 --> 00:17:53,470
Nếu tôi chỉ cần chuyển đổi này là JSON,
Tôi có thể nhìn thấy nó có vẻ khác.

321
00:17:53,470 --> 00:17:58,580
Vì vậy, bây giờ điều này là cùng một nội dung,
nhưng một cấu trúc khác nhau.

322
00:17:58,580 --> 00:18:00,080
Có dấu ngoặc vuông góc ít hơn.

323
00:18:00,080 --> 00:18:02,530
Có ít tiết.

324
00:18:02,530 --> 00:18:06,440
>> Và đây là một định dạng đó, nếu bạn
được làm việc trong môi trường web,

325
00:18:06,440 --> 00:18:09,680
bạn có nhiều khả năng xảy ra
muốn sử dụng vì một

326
00:18:09,680 --> 00:18:12,630
trong những điều tốt đẹp về JSON là
nó tương thích với JavaScript.

327
00:18:12,630 --> 00:18:17,680
Vì vậy, nếu tôi đang viết ứng dụng web, tôi có thể kéo
trong JSON và chỉ làm việc với nó trực tiếp.

328
00:18:17,680 --> 00:18:20,187
Trong khi với XML, đó là một
chút ít phức tạp hơn.

329
00:18:20,187 --> 00:18:21,520
Vì vậy, một lần nữa, cả hai đều hữu ích.

330
00:18:21,520 --> 00:18:26,387
Họ chỉ là những trường hợp sử dụng khác nhau
nơi mọi người có thể muốn sử dụng chúng.

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
Vì vậy, trở lại các API.

334
00:18:31,680 --> 00:18:32,900
Vì vậy, chúng ta có thể tìm kiếm for--

335
00:18:32,900 --> 00:18:36,220
>> Tôi đưa ra một ví dụ về
tìm kiếm cho bánh rán.

336
00:18:36,220 --> 00:18:39,330
Chúng tôi cũng có thể tìm kiếm chỉ trong một
lĩnh vực cụ thể trong phạm vi ở đây.

337
00:18:39,330 --> 00:18:41,310
Vì vậy, thay vì tìm kiếm
toàn bộ hồ sơ,

338
00:18:41,310 --> 00:18:43,870
Tôi chỉ có thể tìm kiếm các lĩnh vực tiêu đề.

339
00:18:43,870 --> 00:18:48,810
Và vì vậy bây giờ có 25 điều mà
có bánh rán trong tiêu đề, một trong số đó

340
00:18:48,810 --> 00:18:52,430
là về phục hồi
vùng đất ngập nước trong quản lý

341
00:18:52,430 --> 00:18:54,990
của lỗ trong donut
chương trình, mà có lẽ là

342
00:18:54,990 --> 00:18:58,970
không nhất thiết những gì chúng tôi đang tìm kiếm
khi chúng tôi đang tìm kiếm cho bánh rán.

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

344
00:19:02,790 --> 00:19:05,490
>> Bạn cũng có thể, khi bạn
đối phó với một API--

345
00:19:05,490 --> 00:19:08,827
>> Một phần của việc có một API được cho
người truy cập vào các tập dữ liệu lớn.

346
00:19:08,827 --> 00:19:11,410
Và có một vài khác nhau
công cụ bạn có thể sử dụng để làm điều đó.

347
00:19:11,410 --> 00:19:14,170
Một là, rất đơn giản, bạn
có thể thông qua các trang dữ liệu.

348
00:19:14,170 --> 00:19:17,340
Vì vậy, cũng giống như khi bạn làm một truy vấn
thông qua một giao diện web,

349
00:19:17,340 --> 00:19:19,470
bạn có thể xem tại trang một,
trang hai, trang ba.

350
00:19:19,470 --> 00:19:22,040
Bạn có thể làm tương tự
điều thông qua các API.

351
00:19:22,040 --> 00:19:24,150
Bạn chỉ cần để được
rõ ràng trong cách bạn làm điều đó.

352
00:19:24,150 --> 00:19:29,511
>> Vì vậy, ví dụ, nếu tôi đang tìm
ở câu hỏi đầu tiên của tôi ở đây,

353
00:19:29,511 --> 00:19:32,510
nơi tôi đang làm một tìm kiếm cho những thứ
với bánh rán trong tiêu đề, tôi có thể nói,

354
00:19:32,510 --> 00:19:35,415
và giới hạn bằng 20, có nghĩa là
cho tôi 20 hồ sơ đầu tiên, không

355
00:19:35,415 --> 00:19:38,540
10 người đầu tiên, đó là mặc định,
bởi vì tôi muốn nhìn vào 20 tại một thời điểm.

356
00:19:38,540 --> 00:19:43,435
Hoặc tôi có thể nói, thiết lập
bắt đầu bằng 20 và giới hạn

357
00:19:43,435 --> 00:19:47,150
bằng 20, mà sẽ cung cấp cho
tôi ghi 21 đến 40.

358
00:19:47,150 --> 00:19:52,680
>> Vì vậy, tôi đoán điều
để lấy đi ở đây là

359
00:19:52,680 --> 00:19:57,290
mà chúng ta đang sử dụng các chuỗi truy vấn
để thiết lập các thông số trên các truy vấn.

360
00:19:57,290 --> 00:20:02,760
Và nó cho phép bạn kiểm soát
những gì bạn nhận lại.

361
00:20:02,760 --> 00:20:05,980
>> Một công cụ mà bạn có thể sử dụng, -

362
00:20:05,980 --> 00:20:09,250
>> Và điều này là thực sự hữu ích trong
về khai thác các dữ liệu.

363
00:20:09,250 --> 00:20:10,840
>> --is một cái gì đó gọi là faceting.

364
00:20:10,840 --> 00:20:15,530
Vì vậy, các faceting hạn là
không nhất thiết phải phổ biến.

365
00:20:15,530 --> 00:20:16,880
Nhưng tất cả các bạn đã nhìn thấy nó trước.

366
00:20:16,880 --> 00:20:18,630
Nếu bạn có một cái nhìn tại
Amazon, ví dụ,

367
00:20:18,630 --> 00:20:20,870
và bạn làm một tìm kiếm
bánh rán trong những cuốn sách,

368
00:20:20,870 --> 00:20:27,080
ở đây họ đã có một loạt các cuốn sách,
và họ đang theo nhóm,

369
00:20:27,080 --> 00:20:30,470
và bạn sẽ có được các loại khác nhau,
và có bao nhiêu cuốn sách trong mỗi thể loại

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

371
00:20:31,330 --> 00:20:33,420
>> Vì vậy, đây là cơ bản một khía cạnh.

372
00:20:33,420 --> 00:20:37,570
Bạn lấy tất cả sách của họ, 1.800
cuốn sách khớp với bánh rán ở Amazon.

373
00:20:37,570 --> 00:20:39,820
12 trong số đó là trong
thể loại sáng.

374
00:20:39,820 --> 00:20:43,100
21 trong bánh ngọt và bánh nướng,
vv và vv.

375
00:20:43,100 --> 00:20:47,670
>> Vì vậy, đây thực sự là một hữu ích
công cụ để khám phá nội dung

376
00:20:47,670 --> 00:20:53,260
trong thư viện cũng
bởi vì khi bạn nhìn vào một khía cạnh,

377
00:20:53,260 --> 00:20:56,520
nó cung cấp cho bạn một ý tưởng về những gì môn
tồn tại, giống như những gì loại của các đối tượng

378
00:20:56,520 --> 00:20:58,510
là phổ biến nhất trong tập hợp truy vấn của bạn.

379
00:20:58,510 --> 00:21:00,950
Và nó sẽ giúp bạn lái xe ra và khám phá.

380
00:21:00,950 --> 00:21:02,770
Vì vậy, chúng ta có thể làm điều tương tự.

381
00:21:02,770 --> 00:21:05,940
>> Nếu chúng ta muốn sử dụng
API và nhìn vào khía cạnh,

382
00:21:05,940 --> 00:21:08,950
chúng ta thêm một tham số để
bạn của chúng tôi các chuỗi truy vấn.

383
00:21:08,950 --> 00:21:12,540
Vì vậy, mặt bằng một dấu phẩy
danh sách những gì chúng tôi muốn khía cạnh trên.

384
00:21:12,540 --> 00:21:14,790
Vì vậy, một trong những khía cạnh có thể phải áp.

385
00:21:14,790 --> 00:21:16,565
Khác có thể là ngôn ngữ.

386
00:21:16,565 --> 00:21:19,665
Và như vậy, nếu chúng ta chạy truy vấn đó, chúng tôi get--

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

388
00:21:23,372 --> 00:21:24,830
Nó trông khá giống nhau ở đây.

389
00:21:24,830 --> 00:21:29,010
Nhưng chúng tôi đã thêm vào cuối cùng
danh sách một loạt các khía cạnh.

390
00:21:29,010 --> 00:21:34,060
Vì vậy, chúng tôi có một khía cạnh được gọi là chủ đề.

391
00:21:34,060 --> 00:21:40,250
Vì vậy, đây là nói cho chúng ta biết rằng nếu tôi nhìn
80 của tôi kết quả từ các truy vấn donut,

392
00:21:40,250 --> 00:21:42,100
13 trong số họ có
chịu United States.

393
00:21:42,100 --> 00:21:43,684
Ba có bánh rán chịu.

394
00:21:43,684 --> 00:21:45,600
Ba có chủ đề
phục hồi đất ngập nước,

395
00:21:45,600 --> 00:21:47,720
đó có thể là lỗ của chúng tôi trong chiếc bánh rán.

396
00:21:47,720 --> 00:21:51,780
Hai trong số họ, Simpsons,
vv và vv.

397
00:21:51,780 --> 00:21:59,211
>> Vì vậy, đây có thể hữu ích nếu bạn
muốn thu hẹp tìm kiếm của bạn.

398
00:21:59,211 --> 00:22:00,210
Nó có thể giúp bạn làm điều đó.

399
00:22:00,210 --> 00:22:03,580
Đặc biệt là nếu bạn có
hơn, nói, 80 kết quả.

400
00:22:03,580 --> 00:22:05,980
>> Tương tự như vậy, chúng tôi cũng hỏi
cho các khía cạnh về ngôn ngữ.

401
00:22:05,980 --> 00:22:14,790
Vì vậy, nếu chúng ta nhìn vào kết quả của chúng tôi, chúng tôi nhìn thấy 76
trong số họ đều là tiếng Anh, bốn trong tiếng Pháp,

402
00:22:14,790 --> 00:22:19,620
hai ở Tây Ban Nha, hai, tôi nghĩ rằng đó là
không xác định hoặc không biết, Hà Lan và tiếng Latin.

403
00:22:19,620 --> 00:22:22,830
Vì vậy, tôi nghĩ rằng Latin
donut kết quả, một lần nữa,

404
00:22:22,830 --> 00:22:24,922
không có gì để làm với các sản phẩm nung.

405
00:22:24,922 --> 00:22:25,630
Nhưng có bạn đi.

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

407
00:22:31,420 --> 00:22:38,630
>> Vì vậy, đây là loại hiển thị cho bạn
làm thế nào bạn có thể kéo các nội dung trở lại

408
00:22:38,630 --> 00:22:41,270
từ API chỉ qua
trình duyệt web, đó là rất tốt.

409
00:22:41,270 --> 00:22:44,320
Nhưng nó không phải là thực sự những gì bạn sẽ
thường được sử dụng trong API cho nó.

410
00:22:44,320 --> 00:22:48,710
Vì vậy, một ví dụ về cách bạn
thực sự có thể làm được điều này là tôi đã

411
00:22:48,710 --> 00:22:54,720
viết một chương trình siêu nhỏ,
trong đó, một lần nữa, không tìm kiếm donut của tôi

412
00:22:54,720 --> 00:22:59,010
và chọn một vài lĩnh vực
và hiển thị chúng trong một bảng.

413
00:22:59,010 --> 00:23:01,610
Vì vậy, đây là rất nhiều
cùng một nội dung mà chúng ta chỉ

414
00:23:01,610 --> 00:23:04,830
cưa với một vài lĩnh vực kéo ra.

415
00:23:04,830 --> 00:23:12,090
Vì vậy, danh sách các danh hiệu, các
vị trí của những gì cuốn sách

416
00:23:12,090 --> 00:23:15,120
là về, ngôn ngữ,
vv và vv.

417
00:23:15,120 --> 00:23:20,480
>> Vậy làm thế nào điều này thực sự xảy ra, kể từ khi
Tôi nghĩ chúng ta phải nhìn vào một số mã,

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

419
00:23:22,420 --> 00:23:28,060
>> Một HTML đơn giản những gì chúng tôi có ở đây là
Trang này hiển thị văn bản,

420
00:23:28,060 --> 00:23:32,900
chào mừng bạn đến thư viện và đám mây
sau đó sẽ hiển thị một bảng kết quả.

421
00:23:32,900 --> 00:23:37,790
Và rõ ràng là không có kết quả trong
bảng khi trang được nạp.

422
00:23:37,790 --> 00:23:41,380
Nhưng những gì chúng tôi đang làm
là, trước hết, chúng ta

423
00:23:41,380 --> 00:23:46,290
đang tải một thư viện được gọi
jQuery, đó là cơ bản

424
00:23:46,290 --> 00:23:52,030
một thư viện JavaScript, mà làm cho nó
rất dễ dàng để thao tác JavaScript

425
00:23:52,030 --> 00:23:58,780
nguyên bản, HTML, và tạo ra các trang web,
client-side logic và các trang web.

426
00:23:58,780 --> 00:24:01,595
>> Vì vậy, những gì chúng tôi có ở đây là jQuery
có một phương pháp gọi là Get,

427
00:24:01,595 --> 00:24:05,270
mà chủ yếu sẽ đi đến
một URL, trong đó, trong trường hợp này,

428
00:24:05,270 --> 00:24:09,070
là tìm kiếm URL quen thuộc này.

429
00:24:09,070 --> 00:24:14,440
Và sau đó sẽ nhận được nội dung từ
URL đó và sau đó chạy một chức năng trên đó.

430
00:24:14,440 --> 00:24:19,240
Vì vậy, chúng tôi đã nói đến api.lib.harvard / edu.

431
00:24:19,240 --> 00:24:20,060
Tìm bánh rán.

432
00:24:20,060 --> 00:24:21,300
Hãy cho chúng tôi 20 hồ sơ.

433
00:24:21,300 --> 00:24:28,590
Và sau đó chạy chức năng này, mà
Tôi đã chọn, qua đó các dữ liệu.

434
00:24:28,590 --> 00:24:34,430
Và các dữ liệu là JSON mà
đã trở về từ các API.

435
00:24:34,430 --> 00:24:40,120
>> Và sau đó, chúng tôi đang nói, trong đó
dữ liệu có là một lĩnh vực được gọi là item.

436
00:24:40,120 --> 00:24:48,117
Và nếu tôi đi tham quan một cái nhìn lại
một trong những kết quả đó là ở đây,

437
00:24:48,117 --> 00:24:49,200
có điều gì đó called--

438
00:24:49,200 --> 00:24:50,220
>> Vâng, nó được gọi là item.

439
00:24:50,220 --> 00:24:53,520
Vì vậy, đó có thể là.

440
00:24:53,520 --> 00:25:01,840
Và những gì nó có phải nó là
đi qua mỗi mục

441
00:25:01,840 --> 00:25:05,300
và sau đó gọi một
chức năng theo từng hạng mục.

442
00:25:05,300 --> 00:25:08,440
Và chức năng cơ bản
được lấy giá trị

443
00:25:08,440 --> 00:25:12,010
của mục, đó là
về cơ bản hồ sơ cá nhân

444
00:25:12,010 --> 00:25:18,220
và cho phép chúng ta rút khỏi danh hiệu,
vùng phủ sóng và các ngôn ngữ.

445
00:25:18,220 --> 00:25:21,640
>> Vì vậy, chúng tôi gọi một chức năng trên mỗi
mục mà chúng tôi nhận lại từ các API.

446
00:25:21,640 --> 00:25:25,397
Và nếu bạn chỉ có một cái nhìn
vào tác phẩm này ngay tại đây,

447
00:25:25,397 --> 00:25:27,230
những gì chúng ta đang làm là
chúng tôi đang tạo ra một chuỗi,

448
00:25:27,230 --> 00:25:31,810
mà chủ yếu là một số đánh dấu HTML
quanh một cái bàn, với value.title,

449
00:25:31,810 --> 00:25:35,790
đó là tiêu đề của
đối tượng, value.coverage,

450
00:25:35,790 --> 00:25:36,790
đó là bảo hiểm, -

451
00:25:36,790 --> 00:25:38,225
>> Và chúng tôi đang làm một kiểm tra
vào đây để xem ai là không xác định

452
00:25:38,225 --> 00:25:40,570
và ẩn nó nếu nó nói không xác định,
bởi vì chúng tôi không thực sự quan tâm

453
00:25:40,570 --> 00:25:41,600
trong đó.

454
00:25:41,600 --> 00:25:42,939
>> --and đó ngôn ngữ.

455
00:25:42,939 --> 00:25:44,730
Và sau đó những gì chúng tôi
làm được phụ thêm mà

456
00:25:44,730 --> 00:25:48,510
vào bảng đó là
xác định bởi chuỗi này ở đây.

457
00:25:48,510 --> 00:25:50,790
Và làm thế nào jQuery làm việc
là điều này được nói

458
00:25:50,790 --> 00:25:56,420
đang tìm kiếm các bảng với ý tưởng
kết quả và thêm văn bản này vào nó.

459
00:25:56,420 --> 00:25:59,380
Và đây là bảng với kết quả ý tưởng.

460
00:25:59,380 --> 00:26:04,998
Vì vậy, những gì bạn kết thúc
với là trang này ở đây.

461
00:26:04,998 --> 00:26:06,206
Và để xem source--

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

463
00:26:11,310 --> 00:26:13,810
Vâng, các nguồn không phải là thực sự
cập nhật khi điều đó xảy ra.

464
00:26:13,810 --> 00:26:18,740
Vì vậy, bạn có thể thấy thực tế
kết quả của bảng ở đây mặc dù.

465
00:26:18,740 --> 00:26:24,770
>> Vì vậy, đó chỉ là một ví dụ đơn giản của
làm một truy vấn rất cơ bản đối với các API

466
00:26:24,770 --> 00:26:29,020
và hiển thị các thông tin trong một số khác
hình thành, và không phải làm bất cứ điều gì quá lạ mắt.

467
00:26:29,020 --> 00:26:36,370
Bây giờ, một ví dụ khác là giống như một
ứng dụng được viết bởi David Weinberger

468
00:26:36,370 --> 00:26:39,120
như một bản demo này, mà
cơ bản cho bạn

469
00:26:39,120 --> 00:26:44,620
làm thế nào bạn có thể ngâm lên những kết quả bạn
nhận được từ các API thư viện đám mây

470
00:26:44,620 --> 00:26:46,250
với, nói, Google Books.

471
00:26:46,250 --> 00:26:52,225
>> Và những suy nghĩ ở đây là tôi có thể
chạy một truy vấn đối với Google Books,

472
00:26:52,225 --> 00:26:56,060
được một tìm kiếm văn bản đầy đủ, nhận được một số kết quả
trở lại, tìm ra được những mặt hàng

473
00:26:56,060 --> 00:27:01,180
thực sự tồn tại trong Hollis,
hệ thống thư viện,

474
00:27:01,180 --> 00:27:03,200
và sau đó cung cấp cho tôi liên kết
trở lại với những mục.

475
00:27:03,200 --> 00:27:12,730
Vì vậy, nếu tôi tìm kiếm, đó là
một đêm tối và bão tố, tôi

476
00:27:12,730 --> 00:27:16,210
lấy lại một loạt các kết quả
từ Google, và sau đó là một kết quả

477
00:27:16,210 --> 00:27:19,460
đó là A Wrinkle in Time.

478
00:27:19,460 --> 00:27:29,330
Và đây là những liên kết đến các cuốn sách mà tồn tại
trong hệ thống thư viện Harvard.

479
00:27:29,330 --> 00:27:32,160
>> Vì vậy, tôi đoán là ở đây không phải là
rất nhiều mà điều này có thể hoặc có thể không

480
00:27:32,160 --> 00:27:34,118
là cách mà bạn muốn
để tìm kiếm các thư viện,

481
00:27:34,118 --> 00:27:38,310
nhưng nó là hoàn toàn khác nhau
Cách đó không phải là có sẵn cho bạn

482
00:27:38,310 --> 00:27:42,884
trước, như bạn không có cách nào làm
toàn văn tìm kiếm trên sách mà ngay cả

483
00:27:42,884 --> 00:27:44,550
là một phần của hệ thống Thư Viện Harvard.

484
00:27:44,550 --> 00:27:46,870
Vì vậy, bây giờ điều này là một cách
mà bạn có thể làm điều đó.

485
00:27:46,870 --> 00:27:51,930
Và bạn có thể hiển thị chúng trong
bất cứ định dạng nào bạn muốn.

486
00:27:51,930 --> 00:27:55,990
Vì vậy, các điểm ở đây là, về cơ bản,
chúng tôi đang mở ra những cách thức mới cho người dân

487
00:27:55,990 --> 00:27:59,080
để làm việc với dữ liệu.

488
00:27:59,080 --> 00:28:07,925
>> Một mảnh mây thư viện là
nó giúp phơi bày một số các dữ liệu sử dụng

489
00:28:07,925 --> 00:28:08,800
mà thư viện có.

490
00:28:08,800 --> 00:28:12,630
Vì vậy, nếu bạn đi đến thư viện,
và bạn đang tìm kiếm sách,

491
00:28:12,630 --> 00:28:15,770
bạn không nhất thiết phải
thực sự có một ý tưởng,

492
00:28:15,770 --> 00:28:19,080
cho tất cả các mục trong một
vấn đề cụ thể, những gì

493
00:28:19,080 --> 00:28:21,200
những người trong
cộng đồng, cho dù đó là

494
00:28:21,200 --> 00:28:24,890
định nghĩa như Harvard hay
nước hoặc lớp học của bạn,

495
00:28:24,890 --> 00:28:26,421
những gì có họ tìm thấy hữu ích nhất?

496
00:28:26,421 --> 00:28:28,920
Và thư viện thực sự có một
tấn thông tin về những gì

497
00:28:28,920 --> 00:28:32,999
là hữu ích nhất vì nếu nhiều
người được kiểm tra ra một cuốn sách,

498
00:28:32,999 --> 00:28:34,040
mà nói với bạn điều gì đó.

499
00:28:34,040 --> 00:28:36,498
Có phải đã có một số lý do
họ muốn kiểm tra xem nó ra.

500
00:28:36,498 --> 00:28:38,270
Rất nhiều người đặt nó vào dự trữ.

501
00:28:38,270 --> 00:28:42,520
>> Nếu nó trên danh sách dự phòng cho rất nhiều
các lớp học, mà nói với bạn điều gì đó.

502
00:28:42,520 --> 00:28:45,960
Nếu giảng viên đang kiểm tra nó
ra rất nhiều và đại học đều không,

503
00:28:45,960 --> 00:28:47,200
mà nói với tôi điều gì đó.

504
00:28:47,200 --> 00:28:49,280
Ngược lại, đó cũng
nói với bạn điều gì đó.

505
00:28:49,280 --> 00:28:54,680
Vì vậy, nó sẽ thực sự thú vị
đưa thông tin đó ra khỏi đó và để cho

506
00:28:54,680 --> 00:28:59,969
người sử dụng nó để giúp họ tìm
làm việc trong hệ thống thư viện.

507
00:28:59,969 --> 00:29:02,260
Phía bên trái của điều này là
có một số sự riêng tư nghiêm trọng

508
00:29:02,260 --> 00:29:07,854
mối quan tâm bởi vì một trong những
nguyên lý cốt lõi của thư viện

509
00:29:07,854 --> 00:29:10,770
là chúng tôi sẽ không thể nói
mọi người những gì người khác đang đọc.

510
00:29:10,770 --> 00:29:17,360
Và thậm chí nếu bạn đang nói đến này
Cuốn sách đã được kiểm tra ra bốn lần

511
00:29:17,360 --> 00:29:20,070
trong một tháng cụ thể,
mà có thể được sử dụng

512
00:29:20,070 --> 00:29:25,252
liên kết lại với một đặc biệt
người bằng dữ liệu de-ẩn danh

513
00:29:25,252 --> 00:29:26,710
và tìm ra những người kiểm tra nó ra.

514
00:29:26,710 --> 00:29:30,792
Vì vậy, cách mà chúng ta có thể avoid--

515
00:29:30,792 --> 00:29:33,750
Cách mà chúng ta có thể cố gắng để trích xuất
một số tín hiệu từ tất cả các thông tin

516
00:29:33,750 --> 00:29:36,740
không xâm phạm
mối quan tâm riêng tư của bất cứ ai

517
00:29:36,740 --> 00:29:42,150
về cơ bản là chúng ta nhìn vào
10 năm của dữ liệu sử dụng, -

518
00:29:42,150 --> 00:29:43,930
>> Vì vậy, nó đã qua một thời gian dài.

519
00:29:43,930 --> 00:29:50,639
>> --and nói, OK, chúng ta hãy xem làm thế nào
nhiều lần làm việc này đã được sử dụng,

520
00:29:50,639 --> 00:29:52,930
và bởi những người trong giai đoạn này
thời gian, và sau đó về cơ bản

521
00:29:52,930 --> 00:29:56,300
trả lại một số, mà chúng ta gọi là
một số điểm stack, mà cơ bản

522
00:29:56,300 --> 00:29:59,910
đại diện cho bao nhiêu nó được sử dụng.

523
00:29:59,910 --> 00:30:01,084
Và rằng number--

524
00:30:01,084 --> 00:30:03,250
Rất nhiều tính toán khác nhau
đi vào con số đó.

525
00:30:03,250 --> 00:30:05,150
--but đó là một rất thô
số liệu cung cấp cho bạn

526
00:30:05,150 --> 00:30:11,300
một số ý tưởng về cách
cộng đồng có giá trị công việc đó.

527
00:30:11,300 --> 00:30:16,772
>> Và như vậy một loại thậm chí
nhiều thịt ra khỏi ứng dụng

528
00:30:16,772 --> 00:30:18,480
mà lợi dụng
của điều này là một cái gì đó

529
00:30:18,480 --> 00:30:24,000
gọi Stacklife, mà thực sự là
có sẵn thông qua các Harvard chính

530
00:30:24,000 --> 00:30:24,880
Cổng thư viện.

531
00:30:24,880 --> 00:30:26,700
Vì vậy, bạn đi đến library.harvard.edu.

532
00:30:26,700 --> 00:30:29,360
Bạn sẽ thấy một số lượng khác nhau
cách để tìm kiếm thư viện.

533
00:30:29,360 --> 00:30:32,300
Và một trong số họ được gọi là Stacklife.

534
00:30:32,300 --> 00:30:38,980
>> Và đây là một ứng dụng
duyệt các nội dung của thư viện,

535
00:30:38,980 --> 00:30:43,490
nhưng hoàn toàn xây dựng
trên đầu trang của các API này.

536
00:30:43,490 --> 00:30:46,910
Vì vậy, không có công cụ đặc biệt
xảy ra đằng sau hậu trường.

537
00:30:46,910 --> 00:30:49,570
Không có quyền truy cập vào
dữ liệu mà bạn không có.

538
00:30:49,570 --> 00:30:54,090
Đó là sử dụng các API để cung cấp cho bạn
với một trình duyệt hoàn toàn khác nhau

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

540
00:30:55,480 --> 00:30:58,570
>> Vì vậy, nếu tôi tìm kiếm Alice
in Wonderland trong trường hợp này,

541
00:30:58,570 --> 00:31:02,600
Tôi có được một kết quả mà trông giống như
này, mà là khá much--

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

543
00:31:05,430 --> 00:31:10,870
>> Nó rất giống với bất kỳ tìm kiếm khác
bạn có thể làm được, ngoại trừ trong trường hợp này

544
00:31:10,870 --> 00:31:15,730
chúng tôi đang xếp hạng các mục bằng cách
stackscore, mang đến cho bạn

545
00:31:15,730 --> 00:31:19,850
một số ý tưởng về cách phổ biến những
các mặt hàng đều nằm trong cộng đồng.

546
00:31:19,850 --> 00:31:25,610
Và như vậy rõ ràng, Alice in Wonderland
bởi Walt Disney là rất phổ biến.

547
00:31:25,610 --> 00:31:36,570
Nhưng bạn cũng có thể nhìn thấy đỉnh bốn
đây là những người bạn có thể không actually--

548
00:31:36,570 --> 00:31:39,220
>> Những điều đó được đánh giá cao được sử dụng,
nhưng bạn có thể không ngay lập tức

549
00:31:39,220 --> 00:31:41,240
kết nối với Alice in Wonderland.

550
00:31:41,240 --> 00:31:44,650
Vì vậy, người bạn cũ của chúng tôi Các
Chú thích Alice là ở đây.

551
00:31:44,650 --> 00:31:46,350
Vì vậy, tôi có thể có một cái nhìn vào nó.

552
00:31:46,350 --> 00:31:52,010
Và bây giờ những gì tôi đang tìm kiếm
tại về cơ bản là một thiết of--

553
00:31:52,010 --> 00:31:53,760
Tôi có thể có Các chú thích
Alice ở ngay đây.

554
00:31:53,760 --> 00:31:56,700
Tôi có thông tin về nó.

555
00:31:56,700 --> 00:32:00,230
Và tôi cũng có một stackscore
của, trong trường hợp này, 26.

556
00:32:00,230 --> 00:32:03,169
Và điều này nói với tôi loại khoảng
như thế nào chúng tôi đến stackscore này,

557
00:32:03,169 --> 00:32:05,835
như những người kiểm tra nó ra, như thế nào
nhiều lần nó đã được kiểm tra ra,

558
00:32:05,835 --> 00:32:08,440
như giảng viên hay sinh viên làm việc, làm thế nào
nhiều bản sao các thư viện có,

559
00:32:08,440 --> 00:32:11,300
vv và vv.

560
00:32:11,300 --> 00:32:16,460
>> Và bạn cũng có thể, đủ thú vị
ở đây, trình duyệt các ngăn xếp ảo.

561
00:32:16,460 --> 00:32:19,550
Vì vậy, các dữ liệu ở đây, điều này
được hiển thị cho bạn các loại

562
00:32:19,550 --> 00:32:23,547
của một đại diện ảo
về những gì sức kệ

563
00:32:23,547 --> 00:32:25,880
trông như thế nào nếu bạn đã có
tất cả các cổ phần của thư viện

564
00:32:25,880 --> 00:32:28,940
và đặt chúng lại với nhau
trên một kệ vô hạn.

565
00:32:28,940 --> 00:32:30,990
Và điều tuyệt vời là chúng tôi can--

566
00:32:30,990 --> 00:32:33,380
>> Trước hết, các
siêu dữ liệu về những cuốn sách này

567
00:32:33,380 --> 00:32:35,627
thường nói với bạn khi nó được xuất bản.

568
00:32:35,627 --> 00:32:37,085
Nó sẽ cho bạn biết có bao nhiêu trang mà nó có.

569
00:32:37,085 --> 00:32:38,459
Nó có thể cho bạn biết kích thước.

570
00:32:38,459 --> 00:32:42,930
Vì vậy, bạn có thể thấy đó là phản ánh ở đây
về kích thước của cuốn sách.

571
00:32:42,930 --> 00:32:46,740
>> Và sau đó chúng ta có thể sử dụng
ngăn xếp điểm để làm nổi bật

572
00:32:46,740 --> 00:32:49,170
những cuốn sách mà có điểm số cao hơn chồng.

573
00:32:49,170 --> 00:32:54,930
Vì vậy, nếu nó tối hơn, nó có nghĩa là,
có lẽ, nó được sử dụng thường xuyên hơn.

574
00:32:54,930 --> 00:32:57,040
Vì vậy, trong trường hợp này, tôi
sẽ đoán rằng điều này

575
00:32:57,040 --> 00:33:03,226
là phiên bản của Alice in Wonderland
đó là rất thường được sử dụng và hầu hết

576
00:33:03,226 --> 00:33:05,100
truy cập, thư viện
có nhiều bản sao.

577
00:33:05,100 --> 00:33:06,975
Vì vậy, nếu bạn đang tìm kiếm
Alice in Wonderland,

578
00:33:06,975 --> 00:33:10,220
này có thể là một nơi tốt để bắt đầu.

579
00:33:10,220 --> 00:33:13,500
>> Và sau đó ở đây bạn cũng có thể liên kết ra
để, nói, Amazon để mua sách,

580
00:33:13,500 --> 00:33:15,182
vv và vv.

581
00:33:15,182 --> 00:33:17,140
Vấn đề ở đây, một lần nữa,
là không quá nhiều mà này

582
00:33:17,140 --> 00:33:25,030
là cách tốt nhất để duyệt thư viện
hoặc các công cụ thích hợp cho mỗi dịp.

583
00:33:25,030 --> 00:33:28,400
Nhưng đó là một cách khác để làm việc đó.

584
00:33:28,400 --> 00:33:31,359
Và bằng cách làm cho các dữ liệu
có sẵn thông qua một API, mà

585
00:33:31,359 --> 00:33:34,650
được làm từ những khối xây dựng rất đơn giản,
mà cho phép bạn tìm kiếm nội dung,

586
00:33:34,650 --> 00:33:39,420
bạn có thể xây dựng một cái gì đó
như thế này mà có thể

587
00:33:39,420 --> 00:33:41,520
có đột
có giá trị cho một số người.

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

589
00:33:46,640 --> 00:33:51,860
>> Vì vậy, đó là sắp xếp của, nhiều như tôi muốn
nói thật về những gì các API là

590
00:33:51,860 --> 00:33:56,070
và những gì nó cho thấy, có một toàn bộ
loạt các công cụ phía sau hậu trường, trong đó

591
00:33:56,070 --> 00:33:59,480
Tôi chỉ cần đi để chạm vào một thời gian ngắn
chỉ vì nó loại đi kèm này

592
00:33:59,480 --> 00:34:03,720
từ một góc độ hoàn toàn khác nhau trong
về cách làm một cái gì đó như thế này

593
00:34:03,720 --> 00:34:04,580
được đặt vào đúng vị trí?

594
00:34:04,580 --> 00:34:10,820
>> Vì vậy, một API là một tiêu chuẩn
giao diện cho tất cả các nội dung này.

595
00:34:10,820 --> 00:34:13,820
Nhưng để có được nó ở đó, các
Điều đầu tiên chúng tôi phải làm

596
00:34:13,820 --> 00:34:17,260
đã kéo nhau thông tin
sách và hình ảnh

597
00:34:17,260 --> 00:34:21,580
và trợ việc tìm kiếm, thu thập
tài liệu từ các hệ thống khác nhau Harvard.

598
00:34:21,580 --> 00:34:23,929
Aleph, VIA, và OASIS là
tên của các hệ thống.

599
00:34:23,929 --> 00:34:28,820
Và họ chủ yếu đi vào một
đường ống, đường ống xử lý.

600
00:34:28,820 --> 00:34:33,230
>> Vì vậy, trước hết, chúng ta có được xuất khẩu
tập tin từ tất cả các hệ thống này.

601
00:34:33,230 --> 00:34:35,130
Chúng tôi chia chúng ra thành từng hạng mục.

602
00:34:35,130 --> 00:34:39,360
Vì vậy, chúng tôi có một tập tin, mà là một gigabyte,
trong đó có một triệu bản ghi trong đó.

603
00:34:39,360 --> 00:34:42,290
Vì vậy, chúng tôi chia nó ra thành từng hạng mục.

604
00:34:42,290 --> 00:34:45,374
Sau đó, cho mỗi mục, chúng tôi chuyển đổi nó
vào MODS, bởi vì một số trong những

605
00:34:45,374 --> 00:34:47,040
MODS là nguyên bản, một số trong số họ không.

606
00:34:47,040 --> 00:34:49,204
Vì vậy, chúng tôi nhận được tất cả để
được định dạng tương tự.

607
00:34:49,204 --> 00:34:51,120
Sau đó, có khác nhau
bước làm giàu, nơi

608
00:34:51,120 --> 00:34:55,969
chúng tôi thêm thông tin vào dữ liệu
hơn là có sẵn trong thư viện.

609
00:34:55,969 --> 00:34:59,750
Vì vậy, chúng ta cần thêm, đầu tiên của tất cả các
chúng tôi có những gì thư viện giữ nó.

610
00:34:59,750 --> 00:35:02,250
Chúng tôi đi qua một bước
tính stackscore.

611
00:35:02,250 --> 00:35:07,112
Chúng tôi đi qua một bước
bổ sung thêm siêu dữ liệu về

612
00:35:07,112 --> 00:35:10,730
bộ sưu tập của những gì mọi người
có thể có thêm this--

613
00:35:10,730 --> 00:35:12,532
>> Mọi người đang tạo
bộ sưu tập của các mục.

614
00:35:12,532 --> 00:35:13,990
Những gì bộ sưu tập nào đó thuộc về?

615
00:35:13,990 --> 00:35:17,220
Làm thế nào có người được gắn thẻ
nội dung này trong quá khứ?

616
00:35:17,220 --> 00:35:20,750
Sau đó, bạn lọc ra, và bạn hạn chế
các hồ sơ, vì như tôi đã đề cập,

617
00:35:20,750 --> 00:35:24,120
có một số hồ sơ đó, vì
lý do bản quyền, chúng tôi không thể hiển thị.

618
00:35:24,120 --> 00:35:26,700
Và sau đó chúng tôi nạp cho họ
vào một cái gì đó gọi là

619
00:35:26,700 --> 00:35:31,680
Solr, đó không phải là một lỗi chính tả, nhưng
là tên của một phần của phần mềm

620
00:35:31,680 --> 00:35:35,710
mà không lập chỉ mục tìm kiếm,
hướng tất cả tìm kiếm phía sau API.

621
00:35:35,710 --> 00:35:40,110
Và sau đó nó trở nên có sẵn để
các API, và mọi người có thể sử dụng nó.

622
00:35:40,110 --> 00:35:44,640
>> Vì vậy, điều này giống như một khá
quá trình đơn giản.

623
00:35:44,640 --> 00:35:47,230
Một trong những thú vị
thứ về nó là

624
00:35:47,230 --> 00:35:50,990
rằng chúng ta đang đối phó
với 13 triệu bản

625
00:35:50,990 --> 00:35:53,820
và chúng ta sẽ được giao dịch trở lên.

626
00:35:53,820 --> 00:36:01,260
Và chúng tôi muốn để có thể xử lý
này trong một thời trang tương đối nhanh.

627
00:36:01,260 --> 00:36:03,630
Phải mất một thời gian dài để
xử lý 13 triệu hồ sơ.

628
00:36:03,630 --> 00:36:09,529
>> Vậy làm thế nào đường ống này là
thiết lập là bạn can--

629
00:36:09,529 --> 00:36:12,070
Tôi đoán các lợi thế của
đường ống dẫn, các vấn đề mà chúng tôi

630
00:36:12,070 --> 00:36:15,580
cố gắng giải quyết ở đây, là
tất cả các biến đổi, tất cả

631
00:36:15,580 --> 00:36:18,729
các bước trong này
đường ống được phân chia.

632
00:36:18,729 --> 00:36:19,645
Không có phụ thuộc.

633
00:36:19,645 --> 00:36:22,146
Nếu bạn đang xử lý
một kỷ lục của một cuốn sách,

634
00:36:22,146 --> 00:36:24,270
không có sự phụ thuộc vào
rằng giữa cuốn sách khác.

635
00:36:24,270 --> 00:36:27,760
>> Vì vậy, những gì chúng ta có thể làm là về cơ bản,
ở mỗi bước trong các đường ống,

636
00:36:27,760 --> 00:36:30,470
chúng ta đặt nó vào một hàng đợi trong các đám mây.

637
00:36:30,470 --> 00:36:32,250
Tôi tình cờ được trên Amazon Web Services.

638
00:36:32,250 --> 00:36:35,140
Vì vậy, có một danh sách,
nói, 10.000 mặt hàng đó

639
00:36:35,140 --> 00:36:38,100
cần phải được chuẩn hóa và
chuyển đổi sang định dạng MODS.

640
00:36:38,100 --> 00:36:41,620
Và chúng tôi quay lên như nhiều máy chủ
như chúng ta muốn, có lẽ 10 máy chủ.

641
00:36:41,620 --> 00:36:44,860
Và mỗi người trong những máy chủ chỉ
ngồi ở đó, trông đợi rằng,

642
00:36:44,860 --> 00:36:46,730
thấy rằng có một cần
được xử lý, kéo nó ra khỏi hàng đợi,

643
00:36:46,730 --> 00:36:48,740
xử lý nó, và gậy
nó vào hàng đợi tới.

644
00:36:48,740 --> 00:36:54,200
>> Và vì vậy những gì cho phép chúng tôi
để làm được áp dụng, về cơ bản,

645
00:36:54,200 --> 00:36:58,110
càng nhiều phần cứng như chúng ta muốn này
vấn đề trong một thời gian rất ngắn thời gian

646
00:36:58,110 --> 00:37:02,970
để xử lý các dữ liệu một cách nhanh chóng như
có thể, đó là một cái gì đó mà chỉ,

647
00:37:02,970 --> 00:37:08,220
Hiện tại trong thế giới của điện toán đám mây
chúng tôi có thể cung cấp các máy chủ cơ bản

648
00:37:08,220 --> 00:37:09,890
ngay lập tức, đó là hữu ích.

649
00:37:09,890 --> 00:37:12,260
Vì vậy, chúng tôi không cần phải có một
máy chủ khổng lồ ngồi xung quanh

650
00:37:12,260 --> 00:37:16,700
tất cả các thời gian để làm việc xử lý
có thể xảy ra chỉ một lần một tuần.

651
00:37:16,700 --> 00:37:21,440
>> Vì vậy, mà chủ yếu là nó.

652
00:37:21,440 --> 00:37:27,590
Có tài liệu hướng dẫn có sẵn
cho Thư viện Mây mục API

653
00:37:27,590 --> 00:37:31,960
tại URL này, mà sẽ
có sau này.

654
00:37:31,960 --> 00:37:36,730
Và xin hãy xem qua
nó để xem nếu có bất cứ điều gì,

655
00:37:36,730 --> 00:37:37,579
bạn có bất kỳ ý tưởng.

656
00:37:37,579 --> 00:37:38,120
Chơi với nó.

657
00:37:38,120 --> 00:37:38,830
Đánh lừa xung quanh.

658
00:37:38,830 --> 00:37:42,800
Và hy vọng bạn có thể đến
lên với một cái gì đó tuyệt vời.

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

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