STILTEMAP V1.0 NAAR EEN DUURZAME ARCHIVERING EN ONTSLUITING VAN EEN GEMENGDE EN DYNAMISCHE MULTIMEDIA SETS AUTEUR

Transcriptie

1 NAAR EEN DUURZAME ARCHIVERING EN ONTSLUITING VAN EEN GEMENGDE EN DYNAMISCHE MULTIMEDIA SETS AUTEUR DIRK DEROM EXPERT IN NEW MEDIA AND KNOWLEDGE MANAGEMENT BNA-BBOT LAKENSESTRAAT BRUSSEL 02/ DRAFT - 14/02/12

2 INHOUDSTAFEL 1. VOORSTELLING DEELWERKING ' DUURZAME ARCHIVERING EN ONTSLUITING' HET PROJECT DATA INGEST DATA SETS INSCHATTING ALGEMENE SYSTEEMVEREISTEN ICT MANAGEMENT ORGANISATIEPLAN BNA ASBL & BBOT VZW PROJECTMEDEWERKERS PROJECT MANAGEMENT OVERZICHT TAKEN OVERZICHT KOSTENRAMING CONTACTINFORMATIE... 13

3 Onderstaande dcument is in flux en kan niet vervlledigd wrden gezien de hge mate van nbekende elementen zals de vrziene data sets, de eindgebruiker systeemvereisten, de schaal van het prject en de vereisten wat betreft de ntsluiting. In wat vlgt kan bijgevlg enkel een hgst algemene raming pgesteld wrden van het prject en de te vrziene ksten. PAGINA 3 VAN 13

4 1. VOORSTELLING DEELWERKING ' DUURZAME ARCHIVERING EN ONTSLUITING' In wat vlgt wrdt de cntext van het prject vrgesteld. 1.1 HET PROJECT Het prject nder de werktitel 'Stilte, Rust en Ruimte in Brussel', nder cördinatie van Waerbeke vzw, zekt in Brussel plekken van stile en rust naar vren te brengen en p die manier een kwaliteitsvlle mgeving p te buwen. De nadruk ligt p de leefmgeving van de verschillende dragers (cf. bewners, bezekers en beheerders), de histrische stiltedimensie, het verbinden van de kennis en praktijkervaring veral te lande. Evenzeer wrdt een drverwijsfunctie pgezet vr stiltezekers. Participatie en een prcesmatige aanpak liggen aan de basis waarbij een mzaiek aan rganisaties elk p hun terrein meewerken aan het verbreden van het draagvlak en het verankeren van stilteplekken in Brussel. De methdlgie vr elk van deze rganisaties is ng niet bepaald. 1.2 DATA INGEST In het prject verwachten we een aanzienlijke dataprductie, met een brede waaier aan ndersteuning en expertise wat betreft het bewaren en ntsluiten van data. De data instrm zal gezien de diversiteit gestandaardiseerd wrden fwel dr middel van standaardfrmulieren en/f aggregatie aan de hand van gestandaardiseerde metadataschema's. Ondersteuning wrdt vrzien vr rganisaties met een bescheiden technische vrkennis. 1.3 DATA SETS Gezien de diversiteit van het prject, het incrpreren van immaterieel erfged, de nadruk p de kennis- en praktijkervaring en de drverwijsfunctie vr stiltezekers binnen het prject, is de data set geacht hgst divers, flexibel en instabiel. Een klassiek dcument management systeem f rigide archiveringsprtcllen kunnen bijgevlg niet PAGINA 4 VAN 13

5 uitgerld wrden. Het delen van data, het drverwijzen en het cmmuniceren van stilteplekken en ervaringen wijzen in de richting van een infrmatiedrstrming van de verzamelde infrmatie naar een centrale databank. Een amalgaan van audi, vide, beeld en tekst zal leiden tt een hgst gelaagd en cmplexe data set.het prject wrdt verndersteld infrmatie te prduceren dewelke ter wille van de vele intertekstuele elementen meilijk te beschrijven valt. Supplementair zullen er een grt aantal derivaten bestaan en gemaakt wrden van de 'ruwe data' dewelke de plaats innemen van rsprnkelijke data sets. Cncreet zulenl vb. diverse vide fragmenten gemnteerd wrden tt een dcumentaire, dewelke als 'prduct' mgen beschuwd wrden van deze f gene rganisatie. Bvendien is de kans reëel dat deze assemblages evenzeer transversaal zullen gebuwd wrden. Gezien de samenhang en causale efemere prjecten in cmbinatie met permanente werkingen inclusief spntane samenwerkingen tussen diverse rganisaties, is het haast nmgelijk m alle infrmatiedrstrmingen te bewaren. De nadruk binnen de data sets wrdt bijgevlg gelegd p de resultaten van de waaier aan initiatieven en de directe data dewelke tt de resultaten leiden. Dit hudt nder meer in dat een singuliere archiefvrmer het eigendmsrecht behudt, maar dat derivaten niet ndzakelijk zijn eigendmsrecht zijn. Een hgst flexibele benadering van data met hiervr ingeverd wrden. De hier vrgestelde benadering vertrekt van een stukniveau m vervlgens deze dynamisch te binden aan het cllectieniveau. In cncret valt dit samen met het bewaren van de verschillende mediatypes, het binden van deze bestanden met cllecties en indien ndig het herstructureren in strikt gescheiden cllecties. Meer infrmatie ver deze structuur kan men vinden in sectie "A Multimedia data management". 1.4 INSCHATTING ALGEMENE SYSTEEMVEREISTEN BNA-BBOT vzw, hierna krtwerg BNA-BBOT, kan in deze een rl spelen dr grte delen van de infrmatiedrstrming en bewaring vr haar rekening te nemen. Dankzij de ervaring in atypische data sets en de herstructurering van de huidige database naar een pen en dynamisch management systeem, is het mgelijk m met een minimum aan ksten de diverse data sets te bewaren. PAGINA 5 VAN 13

6 De vraag f BNA-BBOT de rl van een centrale dan wel niet-centrale infrmatiebeheerder met pnemen is in deze ng niet bepaald. Het aanbd dat p dit mment dr BNA-BBOT gefrmuleerd wrdt is een centraal gerganiseerde data bewaring, met een maximalisatie van gelijkgestemde data sets, vlgens gangbare archiveringsprincipes 1. De basis vr deze archivering is het vermijden van rigide anntaties aan de hand van metadata schema's en het vrtdurend hergebruiken en herstructureren van bestaande data sets. Een meer gedetailleerde beschrijving wrdt pgemaakt zdra er meer details bekend raken ver het bredere prject. A. Multimedia data management De basis vr het bewaren en ntsluiten van de data sets 2 wrdt beschreven in sectie "1.2 Data sets". Aan de basis ligt een cllectieniveau en bestandsniveau. Het bestandsniveau vrmt de basis vr de bewaring. Elk bestand wrdt beschreven vr haar technische metadata en beschrijvende metadata. De bestanden pgegeven vr bewaring en nsluiting wrdt p die rudimentair niveau verdeeld naargelang de bestandstypes, cf. audi/vide/beeld/tekst. B. Gestandaardiseerde metadata schema's vr cllecties Een secundair niveau is het cllectieniveau waar gestandaardiseerde metadata schema's gecnstrueerd wrden p basis van de specifieke cllecties. Afhankelijk van de archiefvrmer spreken we hier ver klassieke museale cllecties, archiefcllecties De metadata p dit tweede niveau wrden pgesteld in samenwerking met Packed vzw. Dit wrdt mgelijks een mzaiek van bestaande initiatieven binnen Packed vzw (cf. Cmeta), bestaande internatinale initiatieven (cf. OAI ORE) en meer klassieke metadata beschrijvingen (cf. METS, MODS, ISADG ). 1 De gebruikte methdlgie wrden pgesteld in samenspraak met Packed vzw. 2 De structuur van deze data sets is een eerste nderzek naar de mgelijkheden en meilijkheden vr het bewaren van een hgst diverse data set. Deze structuur dient verfijnd en 2 De structuur van deze data sets is een eerste nderzek naar de mgelijkheden en meilijkheden vr het bewaren van een hgst diverse data set. Deze structuur dient verfijnd en verbeterd te wrden, dit in samenspraak met Packed vzw. PAGINA 6 VAN 13

7 C. Exprt en imprt functie De vrnaamste vrmvereisten vr deze bestanden is de mgelijkheid m een batch imprt te den p stukniveau en een batch exprt p stukniveau én cllectieniveau. Deze exprtfunctie wrdt evenzeer gebruikt in de backupstructuur van de database. D. Open database Gezien de draagwijdte van het prject en de diversiteit van partners, zal de database pengesteld wrden vr derden en zijn deze derden in staat zélf het archief te vrmen znder f met minieme tussenkmst van BNA-BBOT. Afhankelijk van het vlume aan data gaat dit gepaard met een extra kst. Mgelijks wrdt hier een API vrzien m de data instrm te versterken. E. Inhudelijke anntatie De inhudelijke anntatie wrdt verzrgd dr het tevegen van descriptieve velden. Dit zwel p stukniveau als p cllectieniveau. Deze inhudelijke beschrijving van de data mvat zwel tekst als kernwrden. De vraag f bezekers deze data mgen annteren aan de hand van kernwrden is ng niet beantwrd. F. Inhudelijke assciatie Gezien de intentie de verzamelde data te structureren, rganiseren en te verbinden met elkaar is er de nd m de data inhudelijk te binden. Dit gebeurt dr de inhudelijke anntatie te structureren. Vrlpig wrdt gedacht aan een initiatief zals OpenCalais f vergelijkbare initiatieven. Deze autmatische assciaties kunnen vervlgens gemdereerd wrden dr beheerders van het systeem. Dit kan resulteren in een autmatische termenaggregatie in cmbinatie met een gecntrleerde termenassciatie. PAGINA 7 VAN 13

8 2. ICT MANAGEMENT Te vervlledigen van zdra meer details bekend zijn. 2.1 ORGANISATIEPLAN BNA ASBL & BBOT VZW BNA-BBOT staat in vr het ntwikkelen en nderhuden van het bewaringssysteem en de ntsluiting van de data. De taken mvatten nder andere: Ontwikkeling initiële datastructuur Ontwikkeling secundaire generische en prject-specifieke anntatie Ontwikkeling van semantische aggregatie van de inhudelijke beschrijving Ontwikkeling data management tls (cf. accunts, backup ) Vrbereiding data ingest Dcumentatie van experimentele en prductiemethdieken PROJECTMEDEWERKERS Medewerkers aan het prject hebben in het licht van de ntwikkelde ICT structuur vlgende taken: Tevegen van data Mdereren van data sets Mdereren van data anntatie PAGINA 8 VAN 13

9 3. PROJECT MANAGEMENT Gezien het prject en de deelprjecten ng niet uitgetekend zijn, is het niet mgelijk een cncrete planning en kstenraming uit te tekenen. In wat vlgt wrdt de cntext van de huidige kstenraming en planning weergegeven inclusief de verantwrdelijkheden die BNA-BBOT hierin kan pnemen. Het vlledige prject kadert binnen de huidige werking en expertise van BNA-BBOT en mvat de bewaring, ntsluiting en archivering van de verzamelde data. 3.1 OVERZICHT TAKEN Hiernder vlgen beknpt de taken zals ze vrspeld kunnen wrden gezien de infrmatie die beschikbaar is ver het bredere prject. Een verzicht van de kstenraming is te vinden in sectie "3.2 Overzicht kstenraming". Datastructuur ndersteuning derden: rganisaties met beperkte technische vrkennis en/f weinig schaalbare systemen kunnen begeleid wrden m de data verzameld tijdens het prject dr te sturen naar de juiste kanalen. BNA- BBOT neemt hier ten dele de verantwrdelijkheid p m deze begeleiding te strmlijnen. Datastructuur Initiële datastructuur: de initiële datastructuur mvat het bewaren en annteren van de ruwe mediabestanden. Dit mvat audi, vide, beeld en tekst. De beschrijving is hier minimaal en verlpt zwel p stuk- als cllectieniveau. Deze initiële datastructuur wrdt dr BNA-BBOT vrbereid. Supplementaire fndsen zijn ndig m deze datastructuur te vervlledigen en af te stemmen p het prject. Secundaire datastructuur: een secundaire datastructuur dient m de primaire datastructuur te vrzien van een cntext pdat latere archivering en bewaring mgelijk wrdt gemaakt. Deze secundaire datastructuur vereist het ndige nderzek, uitgeverd dr BNA-BBOT. PAGINA 9 VAN 13

10 De implementatie van deze structuur, specifiek vr het prject en haar deelprjecten, dient extern gefinancierd te wrden. Semantische aggregatie: semantische aggregatie van de inhud en de nd m data dr middel van assciaties aan elkaar te kppelen, vereist een sterk cnceptueel kader m deze inhudelijke beschrijvingen en verbanden te buwen en te behuden. Ok hier neemt BNA-BBOT het nderzek p zich en zal, in samenwerking met haar partnerrganisaties, kmen tt een schaalbaar en pragmatische plssing. Het effectief implementeren wrdt ten dele dr BNA- BBOT gedragen, maar vereist een bescheiden externe financiering. Experimentele add-ns autmatisering OCR: OCR is enkel een vereiste in het geval er analge teksten wrden gedigitaliseerd. Indien dit het geval is, kan OCR en het autmatiseren van dit prces de ndige tijdswinst pleveren. autmatisering transscripties: gezien de ingest van audi en vide en de nd m infrmatie semantisch te kppelen, is het pprtuun m een autmatisering dr te veren van transcripties. Gezien de beperkingen van bestaande initiatieven dient er vrafgaandelijk nderzek gedaan te wrden naar de mgelijkheden van de huidige systemen en de realiseerbaarheid binnen het prject. Het nderzek neemt BNA-BBOT p zich, de implementatie p grte schaal dient vrzien te wrden van een extern budget. Data management tls cnstructie XML cntainers: het pzetten van XML cntainers vereist een bescheiden nderzek. De cnstructie van XML cntainers en de verankering binnen het systeem garanderen een langer termijn bewaring. Een erg klein bedrag is vereist m deze functinaliteit te vrzien. cnstructie data cnversies: data cnversies zijn vereist gezien het te verwachten is dat een amalgaan aan bestandsfrmaten ter bewaring en ntsluiting zullen wrden pgegeven. De implementatie van deze bestandsfrmaten vereist, afhankelijk van de mvang en diversiteit van deze bestanden, een externe financiering. Data ingest PAGINA 10 VAN 13

11 Data uplad frm derden: er wrdt verndersteld dat enkele rganisaties niet de middelen hebben m de data te bewaren. Het pladen van data binnen de huidige database vereist de cnstructie van een uplad frm vr derden. Het systeem is hierp vrzien, maar dient uitgebreid te wrden met een gescheiden ingang m p die manier de eigen database te vrijwaren van futen. Ingest API: indien de dat instrm dusdanig grt is, dient er een API ntwikkeld te wrden. De implementatie van deze API vereist een aanzienlijk bedrag. Dcumentatie: een dcumentatie wrdt vrzien wat betreft de structuur van de data set. Dit is inclusief handleidingen. 3.2 OVERZICHT KOSTENRAMING Vr elke taak is aangegeven f deze in een eerste instantie reeds vrzien met wrden (cf. fase 1) f dat ze kan uitgesteld wrden tt fase 2 f fase 3. In deze is het belangrijk m weten dat fase 2 en 3 in grte mate parallel kunnen lpen met fase 1. PAGINA 11 VAN 13

12 PAGINA 12 VAN 13

13 4. CONTACTINFORMATIE Vr meer inf, gelieve Dirk Derm (BNA-BBOT) te cntacteren: Dirk Derm Lakensestraat Brussel Tel: 02/ PAGINA 13 VAN 13