Vorschlag für Handhabung von mehrfach-transformierten Metadaten

fraunhoferfokus / ogd-metadata

Schema and documentation to be used by the German Open Data Portal

29 stars 19 forks source link

Vorschlag für Handhabung von mehrfach-transformierten Metadaten #17

Open lvg42 opened 10 years ago

lvg42 commented 10 years ago

Dubletten von transformierten Metadaten werden über die 'metadata_original_id' identifiziert. In diesem Fall werden durch den Autor ('author') bereitgestellte Metadaten bevorzugt.

Siehe Screenshot. govdata_harvesting

Viele Grüße

Jürgen Weichand

konradreiche commented 10 years ago

@lvg42 Vielen Dank für den Vorschlag, das sieht vielversprechend aus. Wer hätte denn die Autorität darüber ob ein geharvester Datensatz auf metadata_transformer = author und nicht metadata_transformer = harvester gestezt wird?

the42 commented 10 years ago

Wir in Ö haben das dadurch gelöst, dass die eindeutige ID des originären Systems immer mitübernommen werden muss. Indem die Daten digital sind, unterscheiden wir damit effektiv nicht zwischen Kopie und original. Dubletten gibt es damit nicht. Ich hoffe ich habe die Diskussion so richtig verstanden ....

konradreiche commented 10 years ago

@the42 Dieses Feld existiert bereits in unserem Schema: metadata_original_id. Das Problem ist nur, siehe Beispiel oben, wenn es einen weiteren Datenaggregator gibt (geportal.de). Beide Portale, geoportal.de und opendata.bayern.de haben nun einen Datensatz der dieselbe metadata_original_id hat.

Bei GovData.de steht dann aus, soll nun der Datensatz von Portal A oder Portal B bevorzugt werden?

the42 commented 10 years ago

Klar, dass ist ein Problem. Eventuell per timestamp überprüfen, welcher der beiden der "jüngere" ist, oder eine Präferenz kodieren.

lvg42 commented 10 years ago

In diesem Fall existieren zwei unterschiedliche Transformationen (Umformung der Metadaten zwischen unterschiedlichen Metadatenmodellen):

Transformation A

ISO 19139 (geoportal.bayern.de) nach OGD (opendata.bayern.de)

Transformation B

ISO 19139 (geoportal.de) nach OGD (govdata.de)

Beide Transformationen liefern unterschiedliche Ergebnisse und somit keine "Kopien". Die Transformation zwischen den bayerischen Portalen ist speziell auf das bayerische ISO 19139 Profil abgestimmt und somit detailreicher. Aus diesem Grund habe ich die Einführung der Enum metadata_transformer vorgeschlagen, um die Präferenz steuern zu können.

Regeln:

Doppelte Beschreibungen werden über das Attribut metadata_original_id erkannt.
Grundsätzlich wird in diesem Fall immer die jüngere Beschreibung gewählt.
Ausnahme: Das Attribut metadata_transformer ist vorhanden und hat den Wert author.

Viele Grüße Jürgen Weichand

konradreiche commented 10 years ago

@lvg42 Danke für die Klärung Herr Weichand. Mir ist erst durch ihre Erklärung klar geworden, dass es sich nicht um Kopien handelt durch die unterschiedliche Abbildung des Metadatenformats CSW nach CKAN. Das Hinzufügen eines solchen Feldes wird in der nächsten Datenbereitstellerkonferenz besprochen.