Search (43 results, page 3 of 3)

5.934218E-4 = product of:
  0.011275014 = sum of:
    0.011275014 = weight(_text_:und in 4323) [ClassicSimilarity], result of:
      0.011275014 = score(doc=4323,freq=4.0), product of:
        0.05426304 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.024482876 = queryNorm
        0.20778441 = fieldWeight in 4323, product of:
          2.0 = tf(freq=4.0), with freq of:
            4.0 = termFreq=4.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.046875 = fieldNorm(doc=4323)
  0.05263158 = coord(1/19)

Abstract

Mit sozialen Suchdiensten - wie z. B. Yahoo Clever, Lycos iQ oder Mister Wong - ist eine Ergänzung und teilweise sogar eine Konkurrenz zu den bisherigen Ansätzen in der Web-Suche entstanden. Während Google und Co. automatisch generierte Trefferlisten bieten, binden soziale Suchdienste die Anwender zu Generierung der Suchergebnisse in den Suchprozess ein. Vor diesem Hintergrund wird in diesem Buch der Frage nachgegangen, inwieweit soziale Suchdienste mit traditionellen Suchmaschinen konkurrieren oder diese qualitativ ergänzen können. Der vorliegende Band beleuchtet die hier aufgeworfene Fragestellung aus verschiedenen Perspektiven, um auf die Bedeutung von sozialen Suchdiensten zu schließen.

4.89548E-4 = product of:
  0.009301412 = sum of:
    0.009301412 = weight(_text_:und in 2890) [ClassicSimilarity], result of:
      0.009301412 = score(doc=2890,freq=2.0), product of:
        0.05426304 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.024482876 = queryNorm
        0.17141339 = fieldWeight in 2890, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.0546875 = fieldNorm(doc=2890)
  0.05263158 = coord(1/19)

Abstract

Social-Tagging-Systeme ermöglichen die Annotation beliebiger Ressourcen mit nutzerbasierten Metadaten. Ressourcen wurden in diesem Zusammenhang stets als Ganzes betrachtet, ohne dass eine differenzierte Annotation einzelner Ressourcen-Fragmente möglich war. Dies fällt insbesondere bei zeitabhängigen Multimediadaten, wie z. B. Videodaten ins Gewicht, da der Nutzer oft nur an einzelnen Szenen einer umfangreichen Videodatei interessiert ist. Dieser Beitrag stellt eine einfache Möglichkeit der zeitbezogenen, kollaborativen Annotation von Multimediadaten vor und veranschaulicht deren Umsetzung am Beispiel der Videosuchmaschine yovisto.

4.89548E-4 = product of:
  0.009301412 = sum of:
    0.009301412 = weight(_text_:und in 4866) [ClassicSimilarity], result of:
      0.009301412 = score(doc=4866,freq=2.0), product of:
        0.05426304 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.024482876 = queryNorm
        0.17141339 = fieldWeight in 4866, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.0546875 = fieldNorm(doc=4866)
  0.05263158 = coord(1/19)

Abstract

In diesem Kapitel wird die zentrale Bedeutung der Annotation von Webdokumenten bzw. von Ressourcen in einem Semantischen Web diskutiert. Es wird auf aktuelle Methoden und Techniken in diesem Gebiet eingegangen, insbesondere wird das Phänomen "Social Tagging" als zentrales Element eines "Social Semantic Webs" beleuchtet. Weiters wird der Frage nachgegangen, welchen Mehrwert "Tag Recommender" beim Annotationsvorgang bieten, sowohl aus Sicht des End-Users aber auch im Sinne eines kollaborativen Ontologieerstellungsprozesses. Schließlich wird ein Funktionsprinzip für einen semi-automatischen Tag-Recommender vorgestellt unter besonderer Berücksichtigung der Anwendbarkeit in einem Corporate Semantic Web.