-
Mostafa, J.: Bessere Suchmaschinen für das Web (2006)
0.00
0.004770254 = product of:
0.023851268 = sum of:
0.013467129 = weight(_text_:web in 4871) [ClassicSimilarity], result of:
0.013467129 = score(doc=4871,freq=8.0), product of:
0.0933738 = queryWeight, product of:
3.2635105 = idf(docFreq=4597, maxDocs=44218)
0.028611459 = queryNorm
0.14422815 = fieldWeight in 4871, product of:
2.828427 = tf(freq=8.0), with freq of:
8.0 = termFreq=8.0
3.2635105 = idf(docFreq=4597, maxDocs=44218)
0.015625 = fieldNorm(doc=4871)
0.010384139 = product of:
0.015576207 = sum of:
0.007823291 = weight(_text_:29 in 4871) [ClassicSimilarity], result of:
0.007823291 = score(doc=4871,freq=2.0), product of:
0.10064617 = queryWeight, product of:
3.5176873 = idf(docFreq=3565, maxDocs=44218)
0.028611459 = queryNorm
0.07773064 = fieldWeight in 4871, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.5176873 = idf(docFreq=3565, maxDocs=44218)
0.015625 = fieldNorm(doc=4871)
0.007752916 = weight(_text_:22 in 4871) [ClassicSimilarity], result of:
0.007752916 = score(doc=4871,freq=2.0), product of:
0.10019246 = queryWeight, product of:
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.028611459 = queryNorm
0.07738023 = fieldWeight in 4871, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.015625 = fieldNorm(doc=4871)
0.6666667 = coord(2/3)
0.2 = coord(2/10)
- Content
- Viele digitale Inhalte können mit Suchmaschinen nicht erschlossen werden, weil die Systeme, die diese verwalten, Webseiten auf andere Weise speichern, als die Nutzer sie betrachten. Erst durch die Anfrage des Nutzers entsteht die jeweils aktuelle Webseite. Die typischen Webtrawler sind von solchen Seiten überfordert und können deren Inhalte nicht erschließen. Dadurch bleibt ein Großteil der Information - schätzungsweise 500-mal so viel wie das, was das konventionelle Web umfasst - für Anwender verborgen. Doch nun laufen Bemühungen, auch dieses »versteckte Web« ähnlich leicht durchsuchbar zu machen wie seinen bisher zugänglichen Teil. Zu diesem Zweck haben Programmierer eine neuartige Software entwickelt, so genannte Wrapper. Sie macht sich zu Nutze, dass online verfügbare Information standardisierte grammatikalische Strukturen enthält. Wrapper erledigen ihre Arbeit auf vielerlei Weise. Einige nutzen die gewöhnliche Syntax von Suchanfragen und die Standardformate der Online-Quellen, um auf versteckte Inhalte zuzugreifen. Andere verwenden so genannte ApplikationsprogrammSchnittstellen (APIs), die Software in die Lage versetzen, standardisierte Operationen und Befehle auszuführen. Ein Beispiel für ein Programm, das auf versteckte Netzinhalte zugreifen kann, ist der von BrightPlanet entwickelte »Deep Query Manager«. Dieser wrapperbasierte Anfragemanager stellt Portale und Suchmasken für mehr als 70 000 versteckte Webquellen bereit. Wenn ein System zur Erzeugung der Rangfolge Links oder Wörter nutzt, ohne dabei zu berücksichtigen, welche Seitentypen miteinander verglichen werden, besteht die Gefahr des Spoofing: Spaßvögel oder Übeltäter richten Webseiten mit geschickt gewählten Wörtern gezielt ein, um das Rangberechnungssystem in die Irre zu führen. Noch heute liefert die Anfrage nach »miserable failure« (»klägliches Versagen«) an erster Stelle eine offizielle Webseite des Weißen Hauses mit der Biografie von Präsident Bush.
Vorsortiert und radförmig präsentiert Statt einfach nur die gewichtete Ergebnisliste zu präsentieren (die relativ leicht durch Spoofing manipuliert werden kann), versuchen einige Suchmaschinen, unter denjenigen Webseiten, die am ehesten der Anfrage entsprechen, Ähnlichkeiten und Unterschiede zu finden und die Ergebnisse in Gruppen unterteilt darzustellen. Diese Muster können Wörter sein, Synonyme oder sogar übergeordnete Themenbereiche, die nach speziellen Regeln ermittelt werden. Solche Systeme ordnen jeder gefundenen Linkgruppe einen charakteristischen Begriff zu. Der Anwender kann die Suche dann weiter verfeinern, indem er eine Untergruppe von Ergebnissen auswählt. So liefern etwa die Suchmaschinen »Northern Light« (der Pionier auf diesem Gebiet) und »Clusty« nach Gruppen (Clustern) geordnete Ergebnisse. »Mooter«, eine innovative Suchmaschine, die ebenfalls diese Gruppiertechnik verwendet, stellt die Gruppen zudem grafisch dar (siehe Grafik links unten). Das System ordnet die UntergruppenButtons radförmig um einen zentralen Button an, der sämtliche Ergebnisse enthält. Ein Klick auf die UntergruppenButtons erzeugt Listen relevanter Links und zeigt neue, damit zusammenhängende Gruppen. Mooter erinnert sich daran, welche Untergruppen gewählt wurden. Noch genauere Ergebnisse erhält der Nutzer, wenn er die Verfeinerungsoption wählt: Sie kombiniert bei früheren Suchen ausgewählte Gruppen mit der aktuellen Anfrage. Ein ähnliches System, das ebenfalls visuelle Effekte nutzt, ist »Kartoo«. Es handelt sich dabei um eine so genannte Meta-Suchmaschine: Sie gibt die Nutzeranfragen an andere Suchmaschinen weiter und präsentiert die gesammelten Ergebnisse in grafischer Form. Kartoo liefert eine Liste von Schlüsselbegriffen von den unterschiedlichen Webseiten und generiert daraus eine »Landkarte«. Auf ihr werden wichtige Seiten als kons (Symbole) dargestellt und Bezüge zwischen den Seiten mit Labeln und Pfaden versehen. Jedes Label lässt sich zur weiteren Verfeinerung der Suche nutzen. Einige neue Computertools erweitern die Suche dadurch, dass sie nicht nur das Web durchforsten, sondern auch die Festplatte des eigenen Rechners. Zurzeit braucht man dafür noch eigenständige Programme. Aber Google hat beispielsweise kürzlich seine »Desktop Search« angekündigt, die zwei Funktionen kombiniert: Der Anwender kann angeben, ob das Internet, die Festplatte oder beides zusammen durchsucht werden soll. Die nächste Version von Microsoft Windows (Codename »Longhorn«) soll mit ähnlichen Fähigkeiten ausgestattet werden: Longhorn soll die implizite Suche beherrschen, bei der Anwender ohne Eingabe spezifischer Anfragen relevante Informationen auffinden können. (Dabei werden Techniken angewandt, die in einem anderen Microsoft-Projekt namens »Stuff I've seen« - »Sachen, die ich gesehen habe« - entwickelt wurden.) Bei der impliziten Suche werden Schlüsselwörter aus der Textinformation gewonnen, die der Anwender in jüngster Zeit auf dem Rechner verarbeitet oder verändert hat - etwa E-Mails oder Word-Dokumente -, um damit auf der Festplatte gespeicherte Informationen wiederzufinden. Möglicherweise wird Microsoft diese Suchfunktion auch auf Webseiten ausdehnen. Außerdem sollen Anwender auf dem Bildschirm gezeigte Textinhalte leichter in Suchanfragen umsetzen können." ...
- Date
- 31.12.1996 19:29:41
22. 1.2006 18:34:49
-
Heffron, J.K.; Dillon, A.; Mostafa, J.: Landmarks in the World Wide Web : a preliminary study (1996)
0.00
0.0026934259 = product of:
0.026934259 = sum of:
0.026934259 = weight(_text_:web in 7474) [ClassicSimilarity], result of:
0.026934259 = score(doc=7474,freq=2.0), product of:
0.0933738 = queryWeight, product of:
3.2635105 = idf(docFreq=4597, maxDocs=44218)
0.028611459 = queryNorm
0.2884563 = fieldWeight in 7474, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.2635105 = idf(docFreq=4597, maxDocs=44218)
0.0625 = fieldNorm(doc=7474)
0.1 = coord(1/10)
-
Mostafa, J.: Digital image representation and access (1994)
0.00
9.1271737E-4 = product of:
0.009127174 = sum of:
0.009127174 = product of:
0.027381519 = sum of:
0.027381519 = weight(_text_:29 in 1102) [ClassicSimilarity], result of:
0.027381519 = score(doc=1102,freq=2.0), product of:
0.10064617 = queryWeight, product of:
3.5176873 = idf(docFreq=3565, maxDocs=44218)
0.028611459 = queryNorm
0.27205724 = fieldWeight in 1102, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.5176873 = idf(docFreq=3565, maxDocs=44218)
0.0546875 = fieldNorm(doc=1102)
0.33333334 = coord(1/3)
0.1 = coord(1/10)
- Source
- Annual review of information science and technology. 29(1994), S.91-135
-
Lam, W.; Mostafa, J.: Modeling user interest shift using a Baysian approach (2001)
0.00
9.1271737E-4 = product of:
0.009127174 = sum of:
0.009127174 = product of:
0.027381519 = sum of:
0.027381519 = weight(_text_:29 in 2658) [ClassicSimilarity], result of:
0.027381519 = score(doc=2658,freq=2.0), product of:
0.10064617 = queryWeight, product of:
3.5176873 = idf(docFreq=3565, maxDocs=44218)
0.028611459 = queryNorm
0.27205724 = fieldWeight in 2658, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.5176873 = idf(docFreq=3565, maxDocs=44218)
0.0546875 = fieldNorm(doc=2658)
0.33333334 = coord(1/3)
0.1 = coord(1/10)
- Date
- 29. 9.2001 13:58:28
-
Zhang, J.; Mostafa, J.; Tripathy, H.: Information retrieval by semantic analysis and visualization of the concept space of D-Lib® magazine (2002)
0.00
8.4169564E-4 = product of:
0.008416956 = sum of:
0.008416956 = weight(_text_:web in 1211) [ClassicSimilarity], result of:
0.008416956 = score(doc=1211,freq=2.0), product of:
0.0933738 = queryWeight, product of:
3.2635105 = idf(docFreq=4597, maxDocs=44218)
0.028611459 = queryNorm
0.09014259 = fieldWeight in 1211, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.2635105 = idf(docFreq=4597, maxDocs=44218)
0.01953125 = fieldNorm(doc=1211)
0.1 = coord(1/10)
- Abstract
- In this article we present a method for retrieving documents from a digital library through a visual interface based on automatically generated concepts. We used a vocabulary generation algorithm to generate a set of concepts for the digital library and a technique called the max-min distance technique to cluster them. Additionally, the concepts were visualized in a spring embedding graph layout to depict the semantic relationship among them. The resulting graph layout serves as an aid to users for retrieving documents. An online archive containing the contents of D-Lib Magazine from July 1995 to May 2002 was used to test the utility of an implemented retrieval and visualization system. We believe that the method developed and tested can be applied to many different domains to help users get a better understanding of online document collections and to minimize users' cognitive load during execution of search tasks. Over the past few years, the volume of information available through the World Wide Web has been expanding exponentially. Never has so much information been so readily available and shared among so many people. Unfortunately, the unstructured nature and huge volume of information accessible over networks have made it hard for users to sift through and find relevant information. To deal with this problem, information retrieval (IR) techniques have gained more intensive attention from both industrial and academic researchers. Numerous IR techniques have been developed to help deal with the information overload problem. These techniques concentrate on mathematical models and algorithms for retrieval. Popular IR models such as the Boolean model, the vector-space model, the probabilistic model and their variants are well established.
-
Zhang, Y.; Wu, D.; Hagen, L.; Song, I.-Y.; Mostafa, J.; Oh, S.; Anderson, T.; Shah, C.; Bishop, B.W.; Hopfgartner, F.; Eckert, K.; Federer, L.; Saltz, J.S.: Data science curriculum in the iField (2023)
0.00
6.51941E-4 = product of:
0.00651941 = sum of:
0.00651941 = product of:
0.019558229 = sum of:
0.019558229 = weight(_text_:29 in 964) [ClassicSimilarity], result of:
0.019558229 = score(doc=964,freq=2.0), product of:
0.10064617 = queryWeight, product of:
3.5176873 = idf(docFreq=3565, maxDocs=44218)
0.028611459 = queryNorm
0.19432661 = fieldWeight in 964, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.5176873 = idf(docFreq=3565, maxDocs=44218)
0.0390625 = fieldNorm(doc=964)
0.33333334 = coord(1/3)
0.1 = coord(1/10)
- Date
- 12. 5.2023 14:29:42
