Мапа 350 000 виданих українських книг
Три роки тому я загорівся ідеєю зібрати та подивитись всі видані книжки – здавалось, що наче як є ISBN, і це могло б бути публічним, але відкритих даних не було. Нарешті зараз це стало можливим, і навіть щось з цього вийшло:
Відкрити інтерактивну мапу у новому вікні (краще з ноутбука) ↗
В Україні ISBN роздає Книжкова палата України. Пару раз на місяць вони видають Літопис Книг – книга обліку книг, які отримали ISBN. У 23-му році їх ніде не публікували (в інтернеті були доступні лише старі дані, до 21-го року), а зараз потрохи знову почали актуалізувати – на сайті доступно близько 500 випусків літопису, і останні більш-менш з оновленими даними.
Хоч дані і більш-менш корелюють з офіційними від Книжкової Палати, але деякі відрізняються від офіційно опублікованих, тому мої дані через природу того, як вони оброблялись, можуть бути неточними.
Цікаво, що склад каталогу змінюється в бік художньої літератури – від 20% (2003–2006) до 42,7% (2022–2025).
Художня література разом з суспільними науками складає більше половини всіх книжок виданих як за останній рік, так і за весь час в цілому:
Спад з 2022-го зрозумілий, але цікаво, що було різке зростання з 2002 по 2004 рік. Я так і не зміг розібратись, чому так – в літописах цих років було дійсно багато книжок – можливо, впорядковували каталог або щось було в ті часи, бо раніше в кожному літописі було по 250 сторінок, а зараз десь до 100.
Як збирались дані
Як вже писав, на сайті Книжкової Палати я завантажив 500 файлів з книжками, всі вони виглядають якось так:
Розбирати ці 500 файлів досить складно, і навіть клод не дуже справлявся – у них наче і схожий, але місцями різний формат, і УДК змінювався час від часу (і я не знайшов списку змін).
Звісно, що це не ідеальний набір даних – в деяких місцях назви книг не повністю зображені, або категорію неправильно розпізнало, або я поприбирав дублікати (скоріш за все, коли видавництва додруковують наклади, вони отримують новий ISBN – я залишав лише першу книжку в таких випадках) але при бажанні та наявності великої кількості токенованого-часу можна це привести до гарного вигляду, тому в цілому виглядає як набір, з яким можна працювати.
Шкода, що в літописі немає опису книжок, і неможливо показати трохи більше інформації, тому вона досить в обмеженому вигляді.
Якщо хтось хоче продовжити зробити щось глобальніше або хоче провести якись додатковий аналіз – напишіть мені!