Search (39 results, page 1 of 2)

  • × language_ss:"d"
  • × theme_ss:"Retrievalalgorithmen"
  1. Chakrabarti, S.; Dom, B.; Kumar, S.R.; Raghavan, P.; Rajagopalan, S.; Tomkins, A.; Kleinberg, J.M.; Gibson, D.: Neue Pfade durch den Internet-Dschungel : Die zweite Generation von Web-Suchmaschinen (1999) 0.01 
    0.008876784 = product of:
  0.047342844 = sum of:
    0.020738203 = weight(_text_:internet in 3) [ClassicSimilarity], result of:
      0.020738203 = score(doc=3,freq=2.0), product of:
        0.07947389 = queryWeight, product of:
          2.9522398 = idf(docFreq=6276, maxDocs=44218)
          0.026919862 = queryNorm
        0.2609436 = fieldWeight in 3, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          2.9522398 = idf(docFreq=6276, maxDocs=44218)
          0.0625 = fieldNorm(doc=3)
    0.016790302 = weight(_text_:der in 3) [ClassicSimilarity], result of:
      0.016790302 = score(doc=3,freq=4.0), product of:
        0.060132693 = queryWeight, product of:
          2.2337668 = idf(docFreq=12875, maxDocs=44218)
          0.026919862 = queryNorm
        0.27922085 = fieldWeight in 3, product of:
          2.0 = tf(freq=4.0), with freq of:
            4.0 = termFreq=4.0
          2.2337668 = idf(docFreq=12875, maxDocs=44218)
          0.0625 = fieldNorm(doc=3)
    0.009814339 = product of:
      0.029443016 = sum of:
        0.029443016 = weight(_text_:29 in 3) [ClassicSimilarity], result of:
          0.029443016 = score(doc=3,freq=2.0), product of:
            0.09469566 = queryWeight, product of:
              3.5176873 = idf(docFreq=3565, maxDocs=44218)
              0.026919862 = queryNorm
            0.31092256 = fieldWeight in 3, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              3.5176873 = idf(docFreq=3565, maxDocs=44218)
              0.0625 = fieldNorm(doc=3)
      0.33333334 = coord(1/3)
  0.1875 = coord(3/16)
    Content
    Ausnutzen der Hyperlinks für verbesserte Such- und Findeverfahren; Darstellung des HITS-Algorithmus
    Date
    31.12.1996 19:29:41
    Source
    Spektrum der Wissenschaft. 1999, H.8, S.44-49
  2. Kanaeva, Z.: Ranking: Google und CiteSeer (2005) 0.01 
    0.008371796 = product of:
  0.04464958 = sum of:
    0.018145926 = weight(_text_:internet in 3276) [ClassicSimilarity], result of:
      0.018145926 = score(doc=3276,freq=2.0), product of:
        0.07947389 = queryWeight, product of:
          2.9522398 = idf(docFreq=6276, maxDocs=44218)
          0.026919862 = queryNorm
        0.22832564 = fieldWeight in 3276, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          2.9522398 = idf(docFreq=6276, maxDocs=44218)
          0.0546875 = fieldNorm(doc=3276)
    0.017993357 = weight(_text_:der in 3276) [ClassicSimilarity], result of:
      0.017993357 = score(doc=3276,freq=6.0), product of:
        0.060132693 = queryWeight, product of:
          2.2337668 = idf(docFreq=12875, maxDocs=44218)
          0.026919862 = queryNorm
        0.29922754 = fieldWeight in 3276, product of:
          2.4494898 = tf(freq=6.0), with freq of:
            6.0 = termFreq=6.0
          2.2337668 = idf(docFreq=12875, maxDocs=44218)
          0.0546875 = fieldNorm(doc=3276)
    0.008510296 = product of:
      0.025530888 = sum of:
        0.025530888 = weight(_text_:22 in 3276) [ClassicSimilarity], result of:
          0.025530888 = score(doc=3276,freq=2.0), product of:
            0.09426877 = queryWeight, product of:
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.026919862 = queryNorm
            0.2708308 = fieldWeight in 3276, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.0546875 = fieldNorm(doc=3276)
      0.33333334 = coord(1/3)
  0.1875 = coord(3/16)
    Abstract
    Im Rahmen des klassischen Information Retrieval wurden verschiedene Verfahren für das Ranking sowie die Suche in einer homogenen strukturlosen Dokumentenmenge entwickelt. Die Erfolge der Suchmaschine Google haben gezeigt dass die Suche in einer zwar inhomogenen aber zusammenhängenden Dokumentenmenge wie dem Internet unter Berücksichtigung der Dokumentenverbindungen (Links) sehr effektiv sein kann. Unter den von der Suchmaschine Google realisierten Konzepten ist ein Verfahren zum Ranking von Suchergebnissen (PageRank), das in diesem Artikel kurz erklärt wird. Darüber hinaus wird auf die Konzepte eines Systems namens CiteSeer eingegangen, welches automatisch bibliographische Angaben indexiert (engl. Autonomous Citation Indexing, ACI). Letzteres erzeugt aus einer Menge von nicht vernetzten wissenschaftlichen Dokumenten eine zusammenhängende Dokumentenmenge und ermöglicht den Einsatz von Banking-Verfahren, die auf den von Google genutzten Verfahren basieren.
    Date
    20. 3.2005 16:23:22
  3. Marcus, S.: Textvergleich mit mehreren Mustern (2005) 0.01 
    0.0071893916 = product of:
  0.038343422 = sum of:
    0.014664124 = weight(_text_:internet in 862) [ClassicSimilarity], result of:
      0.014664124 = score(doc=862,freq=4.0), product of:
        0.07947389 = queryWeight, product of:
          2.9522398 = idf(docFreq=6276, maxDocs=44218)
          0.026919862 = queryNorm
        0.18451498 = fieldWeight in 862, product of:
          2.0 = tf(freq=4.0), with freq of:
            4.0 = termFreq=4.0
          2.9522398 = idf(docFreq=6276, maxDocs=44218)
          0.03125 = fieldNorm(doc=862)
    0.018772129 = weight(_text_:der in 862) [ClassicSimilarity], result of:
      0.018772129 = score(doc=862,freq=20.0), product of:
        0.060132693 = queryWeight, product of:
          2.2337668 = idf(docFreq=12875, maxDocs=44218)
          0.026919862 = queryNorm
        0.3121784 = fieldWeight in 862, product of:
          4.472136 = tf(freq=20.0), with freq of:
            20.0 = termFreq=20.0
          2.2337668 = idf(docFreq=12875, maxDocs=44218)
          0.03125 = fieldNorm(doc=862)
    0.0049071694 = product of:
      0.014721508 = sum of:
        0.014721508 = weight(_text_:29 in 862) [ClassicSimilarity], result of:
          0.014721508 = score(doc=862,freq=2.0), product of:
            0.09469566 = queryWeight, product of:
              3.5176873 = idf(docFreq=3565, maxDocs=44218)
              0.026919862 = queryNorm
            0.15546128 = fieldWeight in 862, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              3.5176873 = idf(docFreq=3565, maxDocs=44218)
              0.03125 = fieldNorm(doc=862)
      0.33333334 = coord(1/3)
  0.1875 = coord(3/16)
    Abstract
    Das Gebiet des Pattern-Matching besitzt in vielen wissenschaftlichen Bereichen eine hohe Relevanz. Aufgrund unterschiedlicher Einsatzgebiete sind auch Umsetzung und Anwendung des Pattern-Matching sehr verschieden. Die allen Anwendungen des Pattern-Matching inhärente Aufgabe besteht darin, in einer Vielzahl von Eingabedaten bestimmte Muster wieder zu erkennen. Dies ist auch der deutschen Bezeichnung Mustererkennung zu entnehmen. In der Medizin findet Pattern-Matching zum Beispiel bei der Untersuchung von Chromosomensträngen auf bestimmte Folgen von Chromosomen Verwendung. Auf dem Gebiet der Bildverarbeitung können mit Hilfe des Pattern-Matching ganze Bilder verglichen oder einzelne Bildpunkte betrachtet werden, die durch ein Muster identifizierbar sind. Ein weiteres Einsatzgebiet des Pattern-Matching ist das Information-Retrieval, bei dem in gespeicherten Daten nach relevanten Informationen gesucht wird. Die Relevanz der zu suchenden Daten wird auch hier anhand eines Musters, zum Beispiel einem bestimmten Schlagwort, beurteilt. Ein vergleichbares Verfahren findet auch im Internet Anwendung. Internet-Benutzer, die mittels einer Suchmaschine nach bedeutsamen Informationen suchen, erhalten diese durch den Einsatz eines Pattern-Matching-Automaten. Die in diesem Zusammenhang an den Pattern-Matching-Automaten gestellten Anforderungen variieren mit der Suchanfrage, die an eine Suchmaschine gestellt wird. Eine solche Suchanfrage kann im einfachsten Fall aus genau einem Schlüsselwort bestehen. Im komplexeren Fall enthält die Anfrage mehrere Schlüsselwörter. Dabei muss für eine erfolgreiche Suche eine Konkatenation der in der Anfrage enthaltenen Wörter erfolgen. Zu Beginn dieser Arbeit wird in Kapitel 2 eine umfassende Einführung in die Thematik des Textvergleichs gegeben, wobei die Definition einiger grundlegender Begriffe vorgenommen wird. Anschließend werden in Kapitel 3 Verfahren zum Textvergleich mit mehreren Mustern vorgestellt. Dabei wird zunächst ein einfaches Vorgehen erläutert, um einen Einsteig in das Thema des Textvergleichs mit mehreren Mustern zu erleichtern. Danach wird eine komplexe Methode des Textvergleichs vorgestellt und anhand von Beispielen verdeutlicht.
    Content
    Ausarbeitung im Rahmen des Seminars Suchmaschinen und Suchalgorithmen, Institut für Wirtschaftsinformatik Praktische Informatik in der Wirtschaft, Westfälische Wilhelms-Universität Münster. - Vgl.: http://www-wi.uni-muenster.de/pi/lehre/ss05/seminarSuchen/Ausarbeitungen/SandraMarcus.pdf
    Date
    13. 2.2007 20:56:29
    Imprint
    Münster : Institut für Wirtschaftsinformatik der Westfälische Wilhelms-Universität Münster
  4. Mandl, T.: Web- und Multimedia-Dokumente : Neuere Entwicklungen bei der Evaluierung von Information Retrieval Systemen (2003) 0.01 
    0.0062365104 = product of:
  0.049892083 = sum of:
    0.029328248 = weight(_text_:internet in 1734) [ClassicSimilarity], result of:
      0.029328248 = score(doc=1734,freq=4.0), product of:
        0.07947389 = queryWeight, product of:
          2.9522398 = idf(docFreq=6276, maxDocs=44218)
          0.026919862 = queryNorm
        0.36902997 = fieldWeight in 1734, product of:
          2.0 = tf(freq=4.0), with freq of:
            4.0 = termFreq=4.0
          2.9522398 = idf(docFreq=6276, maxDocs=44218)
          0.0625 = fieldNorm(doc=1734)
    0.020563837 = weight(_text_:der in 1734) [ClassicSimilarity], result of:
      0.020563837 = score(doc=1734,freq=6.0), product of:
        0.060132693 = queryWeight, product of:
          2.2337668 = idf(docFreq=12875, maxDocs=44218)
          0.026919862 = queryNorm
        0.34197432 = fieldWeight in 1734, product of:
          2.4494898 = tf(freq=6.0), with freq of:
            6.0 = termFreq=6.0
          2.2337668 = idf(docFreq=12875, maxDocs=44218)
          0.0625 = fieldNorm(doc=1734)
  0.125 = coord(2/16)
    Abstract
    Die Menge an Daten im Internet steigt weiter rapide an. Damit wächst auch der Bedarf an qualitativ hochwertigen Information Retrieval Diensten zur Orientierung und problemorientierten Suche. Die Entscheidung für die Benutzung oder Beschaffung von Information Retrieval Software erfordert aussagekräftige Evaluierungsergebnisse. Dieser Beitrag stellt neuere Entwicklungen bei der Evaluierung von Information Retrieval Systemen vor und zeigt den Trend zu Spezialisierung und Diversifizierung von Evaluierungsstudien, die den Realitätsgrad derErgebnisse erhöhen. DerSchwerpunkt liegt auf dem Retrieval von Fachtexten, Internet-Seiten und Multimedia-Objekten.
  5. Fuhr, N.: Rankingexperimente mit gewichteter Indexierung (1986) 0.00 
    0.004971816 = product of:
  0.03977453 = sum of:
    0.025185453 = weight(_text_:der in 2051) [ClassicSimilarity], result of:
      0.025185453 = score(doc=2051,freq=4.0), product of:
        0.060132693 = queryWeight, product of:
          2.2337668 = idf(docFreq=12875, maxDocs=44218)
          0.026919862 = queryNorm
        0.4188313 = fieldWeight in 2051, product of:
          2.0 = tf(freq=4.0), with freq of:
            4.0 = termFreq=4.0
          2.2337668 = idf(docFreq=12875, maxDocs=44218)
          0.09375 = fieldNorm(doc=2051)
    0.014589078 = product of:
      0.043767232 = sum of:
        0.043767232 = weight(_text_:22 in 2051) [ClassicSimilarity], result of:
          0.043767232 = score(doc=2051,freq=2.0), product of:
            0.09426877 = queryWeight, product of:
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.026919862 = queryNorm
            0.46428138 = fieldWeight in 2051, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.09375 = fieldNorm(doc=2051)
      0.33333334 = coord(1/3)
  0.125 = coord(2/16)
    Abstract
    Der Beitrag enthält eine Darstellung zur Frage der Konzeption von Rankingalgorithmen auf Grundlage gewichteter Indexierung mittels statistischer Verfahren.
    Date
    14. 6.2015 22:12:56
  6. Stock, M.; Stock, W.G.: Internet-Suchwerkzeuge im Vergleich (IV) : Relevance Ranking nach "Popularität" von Webseiten: Google (2001) 0.00 
    0.0048890607 = product of:
  0.039112486 = sum of:
    0.015553651 = weight(_text_:internet in 5771) [ClassicSimilarity], result of:
      0.015553651 = score(doc=5771,freq=2.0), product of:
        0.07947389 = queryWeight, product of:
          2.9522398 = idf(docFreq=6276, maxDocs=44218)
          0.026919862 = queryNorm
        0.1957077 = fieldWeight in 5771, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          2.9522398 = idf(docFreq=6276, maxDocs=44218)
          0.046875 = fieldNorm(doc=5771)
    0.023558835 = weight(_text_:der in 5771) [ClassicSimilarity], result of:
      0.023558835 = score(doc=5771,freq=14.0), product of:
        0.060132693 = queryWeight, product of:
          2.2337668 = idf(docFreq=12875, maxDocs=44218)
          0.026919862 = queryNorm
        0.3917808 = fieldWeight in 5771, product of:
          3.7416575 = tf(freq=14.0), with freq of:
            14.0 = termFreq=14.0
          2.2337668 = idf(docFreq=12875, maxDocs=44218)
          0.046875 = fieldNorm(doc=5771)
  0.125 = coord(2/16)
    Abstract
    In unserem Retrievaltest von Suchwerkzeugen im World Wide Web (Password 11/2000) schnitt die Suchmaschine Google am besten ab. Im Vergleich zu anderen Search Engines setzt Google kaum auf Informationslinguistik, sondern auf Algorithmen, die sich aus den Besonderheiten der Web-Dokumente ableiten lassen. Kernstück der informationsstatistischen Technik ist das "PageRank"- Verfahren (benannt nach dem Entwickler Larry Page), das aus der Hypertextstruktur des Web die "Popularität" von Seiten anhand ihrer ein- und ausgehenden Links berechnet. Google besticht durch das Angebot intuitiv verstehbarer Suchbildschirme sowie durch einige sehr nützliche "Kleinigkeiten" wie die Angabe des Rangs einer Seite, Highlighting, Suchen in der Seite, Suchen innerhalb eines Suchergebnisses usw., alles verstaut in einer eigenen Befehlsleiste innerhalb des Browsers. Ähnlich wie RealNames bietet Google mit dem Produkt "AdWords" den Aufkauf von Suchtermen an. Nach einer Reihe von nunmehr vier Password-Artikeln über InternetSuchwerkzeugen im Vergleich wollen wir abschließend zu einer Bewertung kommen. Wie ist der Stand der Technik bei Directories und Search Engines aus informationswissenschaftlicher Sicht einzuschätzen? Werden die "typischen" Internetnutzer, die ja in der Regel keine Information Professionals sind, adäquat bedient? Und können auch Informationsfachleute von den Suchwerkzeugen profitieren?
  7. Koopman, R.: ¬Ein OPAC mit Gewichtungsalgorithmen : Der PICA Micro OPC (1996) 0.00 
    0.004792343 = product of:
  0.038338743 = sum of:
    0.012633946 = product of:
      0.037901837 = sum of:
        0.037901837 = weight(_text_:k in 4114) [ClassicSimilarity], result of:
          0.037901837 = score(doc=4114,freq=2.0), product of:
            0.09609793 = queryWeight, product of:
              3.569778 = idf(docFreq=3384, maxDocs=44218)
              0.026919862 = queryNorm
            0.39440846 = fieldWeight in 4114, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              3.569778 = idf(docFreq=3384, maxDocs=44218)
              0.078125 = fieldNorm(doc=4114)
      0.33333334 = coord(1/3)
    0.025704795 = weight(_text_:der in 4114) [ClassicSimilarity], result of:
      0.025704795 = score(doc=4114,freq=6.0), product of:
        0.060132693 = queryWeight, product of:
          2.2337668 = idf(docFreq=12875, maxDocs=44218)
          0.026919862 = queryNorm
        0.42746788 = fieldWeight in 4114, product of:
          2.4494898 = tf(freq=6.0), with freq of:
            6.0 = termFreq=6.0
          2.2337668 = idf(docFreq=12875, maxDocs=44218)
          0.078125 = fieldNorm(doc=4114)
  0.125 = coord(2/16)
    Series
    Schriften der Universitäts- und Landesbibliothek Düsseldorf; Bd.25
    Source
    Zukunft der Sacherschließung im OPAC: Vorträge des 2. Düsseldorfer OPAC-Kolloquiums am 21. Juni 1995. Hrsg.: E. Niggemann u. K. Lepsky
  8. Maylein, L.; Langenstein, A.: Neues vom Relevanz-Ranking im HEIDI-Katalog der Universitätsbibliothek Heidelberg : Perspektiven für bibliothekarische Dienstleistungen (2013) 0.00 
    0.0045452667 = product of:
  0.036362134 = sum of:
    0.026547797 = weight(_text_:der in 775) [ClassicSimilarity], result of:
      0.026547797 = score(doc=775,freq=10.0), product of:
        0.060132693 = queryWeight, product of:
          2.2337668 = idf(docFreq=12875, maxDocs=44218)
          0.026919862 = queryNorm
        0.44148692 = fieldWeight in 775, product of:
          3.1622777 = tf(freq=10.0), with freq of:
            10.0 = termFreq=10.0
          2.2337668 = idf(docFreq=12875, maxDocs=44218)
          0.0625 = fieldNorm(doc=775)
    0.009814339 = product of:
      0.029443016 = sum of:
        0.029443016 = weight(_text_:29 in 775) [ClassicSimilarity], result of:
          0.029443016 = score(doc=775,freq=2.0), product of:
            0.09469566 = queryWeight, product of:
              3.5176873 = idf(docFreq=3565, maxDocs=44218)
              0.026919862 = queryNorm
            0.31092256 = fieldWeight in 775, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              3.5176873 = idf(docFreq=3565, maxDocs=44218)
              0.0625 = fieldNorm(doc=775)
      0.33333334 = coord(1/3)
  0.125 = coord(2/16)
    Abstract
    Das Relevanz-Ranking im Katalog der Universitätsbibliothek Heidelberg HEIDI, bereits 2009 in einem Beitrag in dieser Zeitschrift beschrieben, wurde in den letzten Jahren durch neue Entwicklungen und Methoden stark verbessert. Der Aufsatz beschreibt die Realisierung der bisherigen Rankingmaßnahmen unter der neu eingesetzten Suchmaschinenplattform SOLR. Weiter werden verschiedene neue Möglichkeiten für Rankinganpassungen unter SOLR sowie deren Einsatz im HEIDI-Katalog dargestellt.
    Date
    29. 6.2013 18:06:23
  9. Fichtner, K.: Boyer-Moore Suchalgorithmus (2005) 0.00 
    0.0036739511 = product of:
  0.02939161 = sum of:
    0.007580368 = product of:
      0.022741104 = sum of:
        0.022741104 = weight(_text_:k in 864) [ClassicSimilarity], result of:
          0.022741104 = score(doc=864,freq=2.0), product of:
            0.09609793 = queryWeight, product of:
              3.569778 = idf(docFreq=3384, maxDocs=44218)
              0.026919862 = queryNorm
            0.23664509 = fieldWeight in 864, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              3.569778 = idf(docFreq=3384, maxDocs=44218)
              0.046875 = fieldNorm(doc=864)
      0.33333334 = coord(1/3)
    0.021811241 = weight(_text_:der in 864) [ClassicSimilarity], result of:
      0.021811241 = score(doc=864,freq=12.0), product of:
        0.060132693 = queryWeight, product of:
          2.2337668 = idf(docFreq=12875, maxDocs=44218)
          0.026919862 = queryNorm
        0.36271852 = fieldWeight in 864, product of:
          3.4641016 = tf(freq=12.0), with freq of:
            12.0 = termFreq=12.0
          2.2337668 = idf(docFreq=12875, maxDocs=44218)
          0.046875 = fieldNorm(doc=864)
  0.125 = coord(2/16)
    Abstract
    Die Masse der Suchalgorithmen lässt sich in zwei grundlegend verschiedene Teilbereiche untergliedern. Auf der einen Seite stehen Algorithmen, die auf komplexen Datenstrukturen (häufig baumartig) ganze Datensätze unter Verwendung eines Indizes finden. Als geläufiger Vertreter sei hier die binäre Suche auf sortierten Arrays oder in binären Bäumen genannt. Die andere Gruppe, der sich diese Ausarbeitung widmet, dient dazu, Entsprechungen von Mustern in gegebenen Zeichenketten zu finden. Auf den folgenden Seiten werden nun zunächst einige Begriffe eingeführt, die für das weitere Verständnis und einen Vergleich verschiedener Suchalgorithmen nötig sind. Weiterhin wird ein naiver Suchalgorithmus dargestellt und mit der Idee von Boyer und Moore verglichen. Hierzu wird ihr Algorithmus zunächst informal beschrieben, dann mit Blick auf eine Implementation näher erläutert und anschließend einer Effizienzanalyse - sowohl empirisch als auch theoretisch - unterzogen. Abschließend findet eine kurze Bewertung mit Bezug auf Schwachstellen, Vorzüge und Verbesserungsmöglichkeiten statt, im Zuge derer einige prominente Modifikationen des Boyer-Moore Algorithmus vorgestellt werden.
    Content
    Ausarbeitung im Rahmen des Seminars Suchmaschinen und Suchalgorithmen, Institut für Wirtschaftsinformatik Praktische Informatik in der Wirtschaft, Westfälische Wilhelms-Universität Münster. - Vgl.: http://www-wi.uni-muenster.de/pi/lehre/ss05/seminarSuchen/Ausarbeitungen/KristoferFichtner.pdf
    Imprint
    Münster : Institut für Wirtschaftsinformatik der Westfälische Wilhelms-Universität Münster
  10. Mayr, P.: Bradfordizing als Re-Ranking-Ansatz in Literaturinformationssystemen (2011) 0.00 
    0.0036464995 = product of:
  0.029171996 = sum of:
    0.021811241 = weight(_text_:der in 4292) [ClassicSimilarity], result of:
      0.021811241 = score(doc=4292,freq=12.0), product of:
        0.060132693 = queryWeight, product of:
          2.2337668 = idf(docFreq=12875, maxDocs=44218)
          0.026919862 = queryNorm
        0.36271852 = fieldWeight in 4292, product of:
          3.4641016 = tf(freq=12.0), with freq of:
            12.0 = termFreq=12.0
          2.2337668 = idf(docFreq=12875, maxDocs=44218)
          0.046875 = fieldNorm(doc=4292)
    0.007360754 = product of:
      0.022082262 = sum of:
        0.022082262 = weight(_text_:29 in 4292) [ClassicSimilarity], result of:
          0.022082262 = score(doc=4292,freq=2.0), product of:
            0.09469566 = queryWeight, product of:
              3.5176873 = idf(docFreq=3565, maxDocs=44218)
              0.026919862 = queryNorm
            0.23319192 = fieldWeight in 4292, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              3.5176873 = idf(docFreq=3565, maxDocs=44218)
              0.046875 = fieldNorm(doc=4292)
      0.33333334 = coord(1/3)
  0.125 = coord(2/16)
    Abstract
    In diesem Artikel wird ein Re-Ranking-Ansatz für Suchsysteme vorgestellt, der die Recherche nach wissenschaftlicher Literatur messbar verbessern kann. Das nichttextorientierte Rankingverfahren Bradfordizing wird eingeführt und anschließend im empirischen Teil des Artikels bzgl. der Effektivität für typische fachbezogene Recherche-Topics evaluiert. Dem Bradford Law of Scattering (BLS), auf dem Bradfordizing basiert, liegt zugrunde, dass sich die Literatur zu einem beliebigen Fachgebiet bzw. -thema in Zonen unterschiedlicher Dokumentenkonzentration verteilt. Dem Kernbereich mit hoher Konzentration der Literatur folgen Bereiche mit mittlerer und geringer Konzentration. Bradfordizing sortiert bzw. rankt eine Dokumentmenge damit nach den sogenannten Kernzeitschriften. Der Retrievaltest mit 164 intellektuell bewerteten Fragestellungen in Fachdatenbanken aus den Bereichen Sozial- und Politikwissenschaften, Wirtschaftswissenschaften, Psychologie und Medizin zeigt, dass die Dokumente der Kernzeitschriften signifikant häufiger relevant bewertet werden als Dokumente der zweiten Dokumentzone bzw. den Peripherie-Zeitschriften. Die Implementierung von Bradfordizing und weiteren Re-Rankingverfahren liefert unmittelbare Mehrwerte für den Nutzer.
    Date
    9. 2.2011 17:47:29
  11. Hüther, H.: Selix im DFG-Projekt Kascade (1998) 0.00 
    0.0033885743 = product of:
  0.027108595 = sum of:
    0.01484067 = weight(_text_:der in 5151) [ClassicSimilarity], result of:
      0.01484067 = score(doc=5151,freq=2.0), product of:
        0.060132693 = queryWeight, product of:
          2.2337668 = idf(docFreq=12875, maxDocs=44218)
          0.026919862 = queryNorm
        0.2467987 = fieldWeight in 5151, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          2.2337668 = idf(docFreq=12875, maxDocs=44218)
          0.078125 = fieldNorm(doc=5151)
    0.012267924 = product of:
      0.03680377 = sum of:
        0.03680377 = weight(_text_:29 in 5151) [ClassicSimilarity], result of:
          0.03680377 = score(doc=5151,freq=2.0), product of:
            0.09469566 = queryWeight, product of:
              3.5176873 = idf(docFreq=3565, maxDocs=44218)
              0.026919862 = queryNorm
            0.38865322 = fieldWeight in 5151, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              3.5176873 = idf(docFreq=3565, maxDocs=44218)
              0.078125 = fieldNorm(doc=5151)
      0.33333334 = coord(1/3)
  0.125 = coord(2/16)
    Date
    25. 8.2000 19:55:29
    Source
    Knowledge Management und Kommunikationssysteme: Proceedings des 6. Internationalen Symposiums für Informationswissenschaft (ISI '98) Prag, 3.-7. November 1998 / Hochschulverband für Informationswissenschaft (HI) e.V. Konstanz ; Fachrichtung Informationswissenschaft der Universität des Saarlandes, Saarbrücken. Hrsg.: Harald H. Zimmermann u. Volker Schramm
  12. Tober, M.; Hennig, L.; Furch, D.: SEO Ranking-Faktoren und Rang-Korrelationen 2014 : Google Deutschland (2014) 0.00 
    0.0033145444 = product of:
  0.026516356 = sum of:
    0.016790302 = weight(_text_:der in 1484) [ClassicSimilarity], result of:
      0.016790302 = score(doc=1484,freq=4.0), product of:
        0.060132693 = queryWeight, product of:
          2.2337668 = idf(docFreq=12875, maxDocs=44218)
          0.026919862 = queryNorm
        0.27922085 = fieldWeight in 1484, product of:
          2.0 = tf(freq=4.0), with freq of:
            4.0 = termFreq=4.0
          2.2337668 = idf(docFreq=12875, maxDocs=44218)
          0.0625 = fieldNorm(doc=1484)
    0.009726053 = product of:
      0.029178157 = sum of:
        0.029178157 = weight(_text_:22 in 1484) [ClassicSimilarity], result of:
          0.029178157 = score(doc=1484,freq=2.0), product of:
            0.09426877 = queryWeight, product of:
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.026919862 = queryNorm
            0.30952093 = fieldWeight in 1484, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.0625 = fieldNorm(doc=1484)
      0.33333334 = coord(1/3)
  0.125 = coord(2/16)
    Abstract
    Dieses Whitepaper beschäftigt sich mit der Definition und Bewertung von Faktoren, die eine hohe Rangkorrelation-Koeffizienz mit organischen Suchergebnissen aufweisen und dient dem Zweck der tieferen Analyse von Suchmaschinen-Algorithmen. Die Datenerhebung samt Auswertung bezieht sich auf Ranking-Faktoren für Google-Deutschland im Jahr 2014. Zusätzlich wurden die Korrelationen und Faktoren unter anderem anhand von Durchschnitts- und Medianwerten sowie Entwicklungstendenzen zu den Vorjahren hinsichtlich ihrer Relevanz für vordere Suchergebnis-Positionen interpretiert.
    Date
    13. 9.2014 14:45:22
  13. Fuhr, N.: Modelle im Information Retrieval (2023) 0.00 
    0.0030387496 = product of:
  0.024309997 = sum of:
    0.018176034 = weight(_text_:der in 800) [ClassicSimilarity], result of:
      0.018176034 = score(doc=800,freq=12.0), product of:
        0.060132693 = queryWeight, product of:
          2.2337668 = idf(docFreq=12875, maxDocs=44218)
          0.026919862 = queryNorm
        0.30226544 = fieldWeight in 800, product of:
          3.4641016 = tf(freq=12.0), with freq of:
            12.0 = termFreq=12.0
          2.2337668 = idf(docFreq=12875, maxDocs=44218)
          0.0390625 = fieldNorm(doc=800)
    0.006133962 = product of:
      0.018401885 = sum of:
        0.018401885 = weight(_text_:29 in 800) [ClassicSimilarity], result of:
          0.018401885 = score(doc=800,freq=2.0), product of:
            0.09469566 = queryWeight, product of:
              3.5176873 = idf(docFreq=3565, maxDocs=44218)
              0.026919862 = queryNorm
            0.19432661 = fieldWeight in 800, 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=800)
      0.33333334 = coord(1/3)
  0.125 = coord(2/16)
    Abstract
    Information-Retrieval-Modelle -(IR-Modelle) spezifizieren, wie zu einer gegebenen Anfrage die Antwortdokumente aus einer Dokumentenkollektion bestimmt werden. Ausgangsbasis jedes Modells sind dabei zunächst bestimmte Annahmen über die Wissensrepräsentation (s. Teil B Methoden und Systeme der Inhaltserschließung) von Fragen und Dokumenten. Hier bezeichnen wir die Elemente dieser Repräsentationen als Terme, wobei es aus der Sicht des Modells egal ist, wie diese Terme aus dem Dokument (und analog aus der von Benutzenden eingegebenen Anfrage) abgeleitet werden: Bei Texten werden hierzu häufig computerlinguistische Methoden eingesetzt, aber auch komplexere automatische oder manuelle Erschließungsverfahren können zur Anwendung kommen. Repräsentationen besitzen ferner eine bestimmte Struktur. Ein Dokument wird meist als Menge oder Multimenge von Termen aufgefasst, wobei im zweiten Fall das Mehrfachvorkommen berücksichtigt wird. Diese Dokumentrepräsentation wird wiederum auf eine sogenannte Dokumentbeschreibung abgebildet, in der die einzelnen Terme gewichtet sein können. Im Folgenden unterscheiden wir nur zwischen ungewichteter (Gewicht eines Terms ist entweder 0 oder 1) und gewichteter Indexierung (das Gewicht ist eine nichtnegative reelle Zahl). Analog dazu gibt es eine Fragerepräsentation; legt man eine natürlichsprachige Anfrage zugrunde, so kann man die o. g. Verfahren für Dokumenttexte anwenden. Alternativ werden auch grafische oder formale Anfragesprachen verwendet, wobei aus Sicht der Modelle insbesondere deren logische Struktur (etwa beim Booleschen Retrieval) relevant ist. Die Fragerepräsentation wird dann in eine Fragebeschreibung überführt.
    Date
    24.11.2022 17:20:29
    Source
    Grundlagen der Informationswissenschaft. Hrsg.: Rainer Kuhlen, Dirk Lewandowski, Wolfgang Semar und Christa Womser-Hacker. 7., völlig neu gefasste Ausg
  14. Weinstein, A.: Hochprozentig : Tipps and tricks für ein Top-Ranking (2002) 0.00 
    0.0022912694 = product of:
  0.03666031 = sum of:
    0.03666031 = weight(_text_:internet in 1083) [ClassicSimilarity], result of:
      0.03666031 = score(doc=1083,freq=4.0), product of:
        0.07947389 = queryWeight, product of:
          2.9522398 = idf(docFreq=6276, maxDocs=44218)
          0.026919862 = queryNorm
        0.46128747 = fieldWeight in 1083, product of:
          2.0 = tf(freq=4.0), with freq of:
            4.0 = termFreq=4.0
          2.9522398 = idf(docFreq=6276, maxDocs=44218)
          0.078125 = fieldNorm(doc=1083)
  0.0625 = coord(1/16)
    Abstract
    Die Suchmaschinen haben in den letzten Monaten an ihren Ranking-Algorithmen gefeilt, um Spamern das Handwerk zu erschweren. Internet Pro beleuchtet die Trends im Suchmaschinen-Marketing
    Source
    Internet Professionell. 2002, H.9, S.66-71
  15. Dreßler, H.: Fuzzy Information Retrieval (2008) 0.00 
    0.0020740468 = product of:
  0.03318475 = sum of:
    0.03318475 = weight(_text_:der in 2300) [ClassicSimilarity], result of:
      0.03318475 = score(doc=2300,freq=10.0), product of:
        0.060132693 = queryWeight, product of:
          2.2337668 = idf(docFreq=12875, maxDocs=44218)
          0.026919862 = queryNorm
        0.55185866 = fieldWeight in 2300, product of:
          3.1622777 = tf(freq=10.0), with freq of:
            10.0 = termFreq=10.0
          2.2337668 = idf(docFreq=12875, maxDocs=44218)
          0.078125 = fieldNorm(doc=2300)
  0.0625 = coord(1/16)
    Abstract
    Nach einer Erläuterung der Grundlagen der Fuzzylogik wird das Prinzip der unscharfen Suche dargestellt und die Unterschiede zum herkömmlichen Information Retrieval beschrieben. Am Beispiel der Suche nach Steinen für ein Mauerwerk wird gezeigt, wie eine unscharfe Suche in der D&WFuzzydatenbank erfolgreich durchgeführt werden kann und zu eindeutigen Ergebnissen führt.
  16. Lanvent, A.: Praxis - Windows-Suche und Indexdienst : Auch Windows kann bei der Suche den Turbo einlegen: mit dem Indexdienst (2004) 0.00 
    0.0019676136 = product of:
  0.031481817 = sum of:
    0.031481817 = weight(_text_:der in 3316) [ClassicSimilarity], result of:
      0.031481817 = score(doc=3316,freq=36.0), product of:
        0.060132693 = queryWeight, product of:
          2.2337668 = idf(docFreq=12875, maxDocs=44218)
          0.026919862 = queryNorm
        0.5235391 = fieldWeight in 3316, product of:
          6.0 = tf(freq=36.0), with freq of:
            36.0 = termFreq=36.0
          2.2337668 = idf(docFreq=12875, maxDocs=44218)
          0.0390625 = fieldNorm(doc=3316)
  0.0625 = coord(1/16)
    Content
    "Für eine 4-GByte-Festplatte mit mehreren Partitionen sucht Windows XP im Volltextmodus weit über zwei Stunden. Der Indexdienst verkürzt diese Recherchedauer drastisch um mehr als eine Stunde. Im Gegensatz zu den Indizes der kommerziellen Suchwerkzeuge erfasst der Windows-Indexdienst nur Text-, HTML- und OfficeDateien über entsprechend integrierte Dokumentfilter. Da er weder ZIP-Files noch PDFs erkennt und auch keine E-Mails scannt, ist er mit komplexen Anfragen schnell überfordert. Standardmäßig ist der Indexdienst zwar installiert, aber nicht aktiviert. Das erledigt der Anwender über Start/Arbeitsplatz und den Befehl Verwalten aus dem Kontextmenü. In der Computerverwaltung aktiviert der Benutzer den Eintrag Indexdienst und wählt Starten aus dem Kontextmenü. Die zu indizierenden Elemente verwaltet Windows über so genannte Kataloge, mit deren Hilfe der User bestimmt, welche Dateitypen aus welchen Ordnern indiziert werden sollen. Zwar kann der Anwender neben dem Katalog System weitere Kataloge einrichten. Ausreichend ist es aber in den meisten Fällen, dem Katalog System weitere Indizierungsordner über die Befehle Neu/Verzeichnis hinzuzufügen. Klickt der Benutzer dann einen der Indizierungsordner mit der rechten Maustaste an und wählt Alle Tasks/Erneut prüfen (Vollständig), beginnt der mitunter langwierige Indizierungsprozess. Über den Eigenschaften-Dialog lässt sich allerdings der Leistungsverbrauch drosseln. Eine inkrementelle Indizierung, bei der Windows nur neue Elemente im jeweiligen Verzeichnis unter die Lupe nimmt, erreicht der Nutzer über Alle Tasks/Erneut prüfen (inkrementell). Einschalten lässt sich der Indexdienst auch über die Eigenschaften eines Ordners und den Befehl Erweitert/ln-halt für schnelle Dateisuche indizieren. Auskunft über die dem Indexdienst zugeordneten Ordner und Laufwerke erhalten Sie, wenn Sie die WindowsSuche starten und Weitere Optionen/ Andere Suchoptionen/Bevorzugte Einstellungen ändern/Indexdienst verwenden anklicken."
  17. Nagelschmidt, M.: Verfahren zur Anfragemodifikation im Information Retrieval (2008) 0.00 
    0.0017598871 = product of:
  0.028158193 = sum of:
    0.028158193 = weight(_text_:der in 2774) [ClassicSimilarity], result of:
      0.028158193 = score(doc=2774,freq=20.0), product of:
        0.060132693 = queryWeight, product of:
          2.2337668 = idf(docFreq=12875, maxDocs=44218)
          0.026919862 = queryNorm
        0.46826762 = fieldWeight in 2774, product of:
          4.472136 = tf(freq=20.0), with freq of:
            20.0 = termFreq=20.0
          2.2337668 = idf(docFreq=12875, maxDocs=44218)
          0.046875 = fieldNorm(doc=2774)
  0.0625 = coord(1/16)
    Abstract
    Für das Modifizieren von Suchanfragen kennt das Information Retrieval vielfältige Möglichkeiten. Nach einer einleitenden Darstellung der Wechselwirkung zwischen Informationsbedarf und Suchanfrage wird eine konzeptuelle und typologische Annäherung an Verfahren zur Anfragemodifikation gegeben. Im Anschluss an eine kurze Charakterisierung des Fakten- und des Information Retrieval, sowie des Vektorraum- und des probabilistischen Modells, werden intellektuelle, automatische und interaktive Modifikationsverfahren vorgestellt. Neben klassischen intellektuellen Verfahren, wie der Blockstrategie und der "Citation Pearl Growing"-Strategie, umfasst die Darstellung der automatischen und interaktiven Verfahren Modifikationsmöglichkeiten auf den Ebenen der Morphologie, der Syntax und der Semantik von Suchtermen. Darüber hinaus werden das Relevance Feedback, der Nutzen informetrischer Analysen und die Idee eines assoziativen Retrievals auf der Basis von Clustering- und terminologischen Techniken, sowie zitationsanalytischen Verfahren verfolgt. Ein Eindruck für die praktischen Gestaltungsmöglichkeiten der behandelten Verfahren soll abschließend durch fünf Anwendungsbeispiele vermittelt werden.
  18. Elsweiler, D.; Kruschwitz, U.: Interaktives Information Retrieval (2023) 0.00 
    0.0016592373 = product of:
  0.026547797 = sum of:
    0.026547797 = weight(_text_:der in 797) [ClassicSimilarity], result of:
      0.026547797 = score(doc=797,freq=10.0), product of:
        0.060132693 = queryWeight, product of:
          2.2337668 = idf(docFreq=12875, maxDocs=44218)
          0.026919862 = queryNorm
        0.44148692 = fieldWeight in 797, product of:
          3.1622777 = tf(freq=10.0), with freq of:
            10.0 = termFreq=10.0
          2.2337668 = idf(docFreq=12875, maxDocs=44218)
          0.0625 = fieldNorm(doc=797)
  0.0625 = coord(1/16)
    Abstract
    Interaktives Information Retrieval (IIR) zielt darauf ab, die komplexen Interaktionen zwischen Nutzer*innen und Systemen im IR zu verstehen. Es gibt umfangreiche Literatur zu Themen wie der formalen Modellierung des Suchverhaltens, der Simulation der Interaktion, den interaktiven Funktionen zur Unterstützung des Suchprozesses und der Evaluierung interaktiver Suchsysteme. Dabei ist die interaktive Unterstützung nicht allein auf die Suche beschränkt, sondern hat ebenso die Hilfe bei Navigation und Exploration zum Ziel.
    Source
    Grundlagen der Informationswissenschaft. Hrsg.: Rainer Kuhlen, Dirk Lewandowski, Wolfgang Semar und Christa Womser-Hacker. 7., völlig neu gefasste Ausg
  19. Mutschke, P.: Autorennetzwerke : Verfahren zur Netzwerkanalyse als Mehrwertdienste für Informationssysteme (2004) 0.00 
    0.0015740908 = product of:
  0.025185453 = sum of:
    0.025185453 = weight(_text_:der in 4050) [ClassicSimilarity], result of:
      0.025185453 = score(doc=4050,freq=16.0), product of:
        0.060132693 = queryWeight, product of:
          2.2337668 = idf(docFreq=12875, maxDocs=44218)
          0.026919862 = queryNorm
        0.4188313 = fieldWeight in 4050, product of:
          4.0 = tf(freq=16.0), with freq of:
            16.0 = termFreq=16.0
          2.2337668 = idf(docFreq=12875, maxDocs=44218)
          0.046875 = fieldNorm(doc=4050)
  0.0625 = coord(1/16)
    Abstract
    Virtuelle Bibliotheken enthalten eine Fülle an Informationen, die in ihrer Vielfalt und Tiefe von Standardsuchmaschinen nicht erschöpfend erfasst wird. Der Arbeitsbericht informiert über Entwicklungen am IZ, die darauf abzielen, Wissen über das Interaktionsgeschehen in wissenschaftlichen Communities und den sozialen Status ihrer Akteure für das Retrieval auszunutzen. Grundlage hierfür sind soziale Netzwerke, die sich durch Kooperation der wissenschaftlichen Akteure konstituieren und in den Dokumenten der Datenbasis z.B. als Koautorbeziehungen repräsentiert sind (Autorennetzwerke). Die in dem Bericht beschriebenen Studien zur Small-World-Topologie von Autorennetzwerken zeigen, dass diese Netzwerke ein erhebliches Potential für Informationssysteme haben. Der Bericht diskutiert Szenarios, die beschreiben, wie Autorennetzwerke und hier insbesondere das Konzept der Akteurszentralität für die Informationssuche in Datenbanken sinnvoll genutzt werden können. Kernansatz dieser Retrievalmodelle ist die Suche nach Experten und das Ranking von Dokumenten auf der Basis der Zentralität von Autoren in Autorennetzwerken.
    Footnote
    Der vollständige Text steht unter http://www.gesis.org/Publikationen/Berichte/IZ_Arbeitsberichte/pdf/ab_32.pdf als PDF-Datei zur Verfügung
  20. Walz, J.: Analyse der Übertragbarkeit allgemeiner Rankingfaktoren von Web-Suchmaschinen auf Discovery-Systeme (2018) 0.00 
    0.0015740908 = product of:
  0.025185453 = sum of:
    0.025185453 = weight(_text_:der in 5744) [ClassicSimilarity], result of:
      0.025185453 = score(doc=5744,freq=16.0), product of:
        0.060132693 = queryWeight, product of:
          2.2337668 = idf(docFreq=12875, maxDocs=44218)
          0.026919862 = queryNorm
        0.4188313 = fieldWeight in 5744, product of:
          4.0 = tf(freq=16.0), with freq of:
            16.0 = termFreq=16.0
          2.2337668 = idf(docFreq=12875, maxDocs=44218)
          0.046875 = fieldNorm(doc=5744)
  0.0625 = coord(1/16)
    Abstract
    Ziel: Ziel dieser Bachelorarbeit war es, die Übertragbarkeit der allgemeinen Rankingfaktoren, wie sie von Web-Suchmaschinen verwendet werden, auf Discovery-Systeme zu analysieren. Dadurch könnte das bisher hauptsächlich auf dem textuellen Abgleich zwischen Suchanfrage und Dokumenten basierende bibliothekarische Ranking verbessert werden. Methode: Hierfür wurden Faktoren aus den Gruppen Popularität, Aktualität, Lokalität, Technische Faktoren, sowie dem personalisierten Ranking diskutiert. Die entsprechenden Rankingfaktoren wurden nach ihrer Vorkommenshäufigkeit in der analysierten Literatur und der daraus abgeleiteten Wichtigkeit, ausgewählt. Ergebnis: Von den 23 untersuchten Rankingfaktoren sind 14 (61 %) direkt vom Ranking der Web-Suchmaschinen auf das Ranking der Discovery-Systeme übertragbar. Zu diesen zählen unter anderem das Klickverhalten, das Erstellungsdatum, der Nutzerstandort, sowie die Sprache. Sechs (26%) der untersuchten Faktoren sind dagegen nicht übertragbar (z.B. Aktualisierungsfrequenz und Ladegeschwindigkeit). Die Linktopologie, die Nutzungshäufigkeit, sowie die Aktualisierungsfrequenz sind mit entsprechenden Modifikationen übertragbar.

Authors

Years

Types

  • a 29
  • x 7
  • r 2
  • m 1
  • More… Less…

Themes