Search (2 results, page 1 of 1)

  • × language_ss:"d"
  • × theme_ss:"Retrievalstudien"
  • × type_ss:"a"
  • × year_i:[2010 TO 2020}
  1. Reichert, S.; Mayr, P.: Untersuchung von Relevanzeigenschaften in einem kontrollierten Eyetracking-Experiment (2012) 0.02 
    0.021128725 = product of:
  0.04225745 = sum of:
    0.04225745 = product of:
      0.06338617 = sum of:
        0.024351375 = weight(_text_:12 in 328) [ClassicSimilarity], result of:
          0.024351375 = score(doc=328,freq=2.0), product of:
            0.13281173 = queryWeight, product of:
              2.765864 = idf(docFreq=7562, maxDocs=44218)
              0.048018172 = queryNorm
            0.1833526 = fieldWeight in 328, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              2.765864 = idf(docFreq=7562, maxDocs=44218)
              0.046875 = fieldNorm(doc=328)
        0.039034795 = weight(_text_:22 in 328) [ClassicSimilarity], result of:
          0.039034795 = score(doc=328,freq=2.0), product of:
            0.16815145 = queryWeight, product of:
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.048018172 = queryNorm
            0.23214069 = fieldWeight in 328, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.046875 = fieldNorm(doc=328)
      0.6666667 = coord(2/3)
  0.5 = coord(1/2)
    Abstract
    In diesem Artikel wird ein Eyetracking-Experiment beschrieben, bei dem untersucht wurde, wann und auf Basis welcher Informationen Relevanzentscheidungen bei der themenbezogenen Dokumentenbewertung fallen und welche Faktoren auf die Relevanzentscheidung einwirken. Nach einer kurzen Einführung werden relevante Studien aufgeführt, in denen Eyetracking als Untersuchungsmethode für Interaktionsverhalten mit Ergebnislisten (Information Seeking Behavior) verwendet wurde. Nutzerverhalten wird hierbei vor allem durch unterschiedliche Aufgaben-Typen, dargestellte Informationen und durch das Ranking eines Ergebnisses beeinflusst. Durch EyetrackingUntersuchungen lassen sich Nutzer außerdem in verschiedene Klassen von Bewertungs- und Lesetypen einordnen. Diese Informationen können als implizites Feedback genutzt werden, um so die Suche zu personalisieren und um die Relevanz von Suchergebnissen ohne aktives Zutun des Users zu erhöhen. In einem explorativen Eyetracking-Experiment mit 12 Studenten der Hochschule Darmstadt werden anhand der Länge der Gesamtbewertung, Anzahl der Fixationen, Anzahl der besuchten Metadatenelemente und Länge des Scanpfades zwei typische Bewertungstypen identifiziert. Das Metadatenfeld Abstract wird im Experiment zuverlässig als wichtigste Dokumenteigenschaft für die Zuordnung von Relevanz ermittelt.
    Date
    22. 7.2012 19:25:54
  2. Becks, D.; Mandl, T.; Womser-Hacker, C.: Spezielle Anforderungen bei der Evaluierung von Patent-Retrieval-Systemen (2010) 0.01 
    0.006696287 = product of:
  0.013392574 = sum of:
    0.013392574 = product of:
      0.04017772 = sum of:
        0.04017772 = weight(_text_:12 in 4667) [ClassicSimilarity], result of:
          0.04017772 = score(doc=4667,freq=4.0), product of:
            0.13281173 = queryWeight, product of:
              2.765864 = idf(docFreq=7562, maxDocs=44218)
              0.048018172 = queryNorm
            0.30251637 = fieldWeight in 4667, product of:
              2.0 = tf(freq=4.0), with freq of:
                4.0 = termFreq=4.0
              2.765864 = idf(docFreq=7562, maxDocs=44218)
              0.0546875 = fieldNorm(doc=4667)
      0.33333334 = coord(1/3)
  0.5 = coord(1/2)
    Date
    12. 8.2011 14:30:36
    Source
    Information und Wissen: global, sozial und frei? Proceedings des 12. Internationalen Symposiums für Informationswissenschaft (ISI 2011) ; Hildesheim, 9. - 11. März 2011. Hrsg.: J. Griesbaum, T. Mandl u. C. Womser-Hacker

Authors