09 oktober 2007
Liefde op het platteland
De post gaat niet over Boer zoekt Vrouw laat staan Yvon Jaspers. Nee het gaat om records van onze documentatiebestanden in Google. Dit mooie record "Liefde op het platteland" dat momenteel no. 1 rankt in Google, op precies diezelfde zoekvraag, is daar een voorbeeld van. Het zal trouwens niet lang duren dat dit rerecod niet meer op 1 staat, want ik denk dat deze post snel hoger zal scoren. Daar staat net geen weddenschap op, maar toch.
Vorige week was onze bibliotheek website en onze eigen systemen een draak qua prestatie. De Googlebot had onze website totaal gevloerd. Knock out waren we. Een simpele zoekactie duurde soms wel 10 minuten voordat er resultaten kwamen. Dus op een gegeven moment is de Googlebot hardhandig de toegang ontzegd. De oorzaak -bleek achteraf- was de tijdschriftenlijst van het documentatiebestand Artik dat voor ons enkele belangrijke vakbladen dekt. De Googlebot was die vrolijk gaan indexeren, op een niet zo efficiente wijze. Neem bijvoorbeeld het tijdschrift de Boerderij -lekker Wagenings- op de bijbehorende zoekvraag worden meteen ongeveer 6000 records gevonden. De google bot ging steeds een pagina verder via de "volgende" link, maar om de set 5901-6000 op te halen begon het weer op de eerste pagina, en volgende pagina, en de zoveel volgende links tot het bij 5901 was aangekomen. Wat de robots.txt ook zei de bot ging vrolijk door.
Mixed feelings in de bibliotheek. Er zijn mensen die al jaren aanhangen dat dit een hele goede zaak zou zijn. Ik bijvoorbeeld. Onder het credo "breng de bibliotheek daar waar de gebruikers zijn" is dit het credo in de praktijk gebracht ten voete uit. Aan de andere kant waren systeembeheerders altijd al bevreesd voor dit soort lamleggen van het systeem door bots ten koste van de gebruikers.
De systeembouwers en beheerders hebben hun gelijk ruimschoots gehaald. Toegegeven. Maar dat neemt niet weg dat we nog steeds een hele grote wens hebben van de vindbaarheid in Google. Waarbij Google voorbeeld is voor dat kleine staartje van Yahoo, Live, Ask, Ilse en wat al dies meer zij.
Toch hebben wij ook ons gelijk gekregen. Er was deze maand al 11 keer gezocht op "liefde op het platteland" op Google en doorgeklikt op het betreffende record. Er waren meer populaire records, maar geen mooiere titels dan "liefde op het platteland". De hamvraag is natuurlijk of de gebruikers er mee geholpen zijn? Sommige collega's denken van niet. Toch denk ik dat het betreffende record wel precies inzicht geeft in waar het betreffende special issue van de Boerderij over gaat. Waaschijnlijk relevant materiaal wanneer je de vraag stelt. Of je de moeite wilt doen het betreffende issue van de Boerderij op te vragen is vers twee. Maar dat is via IBL mogelijk vanuit iedere bibliotheek van Nederland.
Waarom ik het een mooi record vind?
Kijk een naar de titel tag. Daar staat keurig netjes de titel vermeld. Dat is toch heel wat mooier een resultaat dat een paar regels lager staat van Darenet -het origineel daarvan uit Groningen is trouwens al stukken beter- Daarnaast wordt in ons record keurig aangegeven dat het record uit Artik komt. Ach het zijn slechts details, maar geeft wel aan dat we op de goede weg zijn.
Nu alleen het Google monster nog temmen.
Vorige week was onze bibliotheek website en onze eigen systemen een draak qua prestatie. De Googlebot had onze website totaal gevloerd. Knock out waren we. Een simpele zoekactie duurde soms wel 10 minuten voordat er resultaten kwamen. Dus op een gegeven moment is de Googlebot hardhandig de toegang ontzegd. De oorzaak -bleek achteraf- was de tijdschriftenlijst van het documentatiebestand Artik dat voor ons enkele belangrijke vakbladen dekt. De Googlebot was die vrolijk gaan indexeren, op een niet zo efficiente wijze. Neem bijvoorbeeld het tijdschrift de Boerderij -lekker Wagenings- op de bijbehorende zoekvraag worden meteen ongeveer 6000 records gevonden. De google bot ging steeds een pagina verder via de "volgende" link, maar om de set 5901-6000 op te halen begon het weer op de eerste pagina, en volgende pagina, en de zoveel volgende links tot het bij 5901 was aangekomen. Wat de robots.txt ook zei de bot ging vrolijk door.
Mixed feelings in de bibliotheek. Er zijn mensen die al jaren aanhangen dat dit een hele goede zaak zou zijn. Ik bijvoorbeeld. Onder het credo "breng de bibliotheek daar waar de gebruikers zijn" is dit het credo in de praktijk gebracht ten voete uit. Aan de andere kant waren systeembeheerders altijd al bevreesd voor dit soort lamleggen van het systeem door bots ten koste van de gebruikers.
De systeembouwers en beheerders hebben hun gelijk ruimschoots gehaald. Toegegeven. Maar dat neemt niet weg dat we nog steeds een hele grote wens hebben van de vindbaarheid in Google. Waarbij Google voorbeeld is voor dat kleine staartje van Yahoo, Live, Ask, Ilse en wat al dies meer zij.
Toch hebben wij ook ons gelijk gekregen. Er was deze maand al 11 keer gezocht op "liefde op het platteland" op Google en doorgeklikt op het betreffende record. Er waren meer populaire records, maar geen mooiere titels dan "liefde op het platteland". De hamvraag is natuurlijk of de gebruikers er mee geholpen zijn? Sommige collega's denken van niet. Toch denk ik dat het betreffende record wel precies inzicht geeft in waar het betreffende special issue van de Boerderij over gaat. Waaschijnlijk relevant materiaal wanneer je de vraag stelt. Of je de moeite wilt doen het betreffende issue van de Boerderij op te vragen is vers twee. Maar dat is via IBL mogelijk vanuit iedere bibliotheek van Nederland.
Waarom ik het een mooi record vind?
Kijk een naar de titel tag. Daar staat keurig netjes de titel vermeld. Dat is toch heel wat mooier een resultaat dat een paar regels lager staat van Darenet -het origineel daarvan uit Groningen is trouwens al stukken beter- Daarnaast wordt in ons record keurig aangegeven dat het record uit Artik komt. Ach het zijn slechts details, maar geeft wel aan dat we op de goede weg zijn.
Nu alleen het Google monster nog temmen.
Labels: Databases, Google, spiders
