Search (5 results, page 1 of 1)

0.015109116 = product of:
  0.03777279 = sum of:
    0.023073634 = weight(_text_:on in 3222) [ClassicSimilarity], result of:
      0.023073634 = score(doc=3222,freq=6.0), product of:
        0.109641045 = queryWeight, product of:
          2.199415 = idf(docFreq=13325, maxDocs=44218)
          0.049850095 = queryNorm
        0.21044704 = fieldWeight in 3222, product of:
          2.4494898 = tf(freq=6.0), with freq of:
            6.0 = termFreq=6.0
          2.199415 = idf(docFreq=13325, maxDocs=44218)
          0.0390625 = fieldNorm(doc=3222)
    0.014699157 = weight(_text_:information in 3222) [ClassicSimilarity], result of:
      0.014699157 = score(doc=3222,freq=6.0), product of:
        0.08751074 = queryWeight, product of:
          1.7554779 = idf(docFreq=20772, maxDocs=44218)
          0.049850095 = queryNorm
        0.16796975 = fieldWeight in 3222, product of:
          2.4494898 = tf(freq=6.0), with freq of:
            6.0 = termFreq=6.0
          1.7554779 = idf(docFreq=20772, maxDocs=44218)
          0.0390625 = fieldNorm(doc=3222)
  0.4 = coord(2/5)

Abstract

The use of thesaurus-based indexing is a common approach for increasing the performance of information retrieval. In this thesis, we examine the suitability of a thesaurus for a given set of information and evaluate improvements of existing thesauri to get better search results. On this area, we focus on two aspects: 1. We demonstrate an analysis of the indexing results achieved by an automatic document indexer and the involved thesaurus. 2. We propose a method for thesaurus evaluation which is based on a combination of statistical measures and appropriate visualization techniques that support the detection of potential problems in a thesaurus. In this chapter, we give an overview of the context of our work. Next, we briefly outline the basics of thesaurus-based information retrieval and describe the Collexis Engine that was used for our experiments. In Chapter 3, we describe two experiments in automatically indexing documents in the areas of medicine and economics with corresponding thesauri and compare the results to available manual annotations. Chapter 4 describes methods for assessing thesauri and visualizing the result in terms of a treemap. We depict examples of interesting observations supported by the method and show that we actually find critical problems. We conclude with a discussion of open questions and future research in Chapter 5.

0.0081034815 = product of:
  0.020258702 = sum of:
    0.010657255 = weight(_text_:on in 4746) [ClassicSimilarity], result of:
      0.010657255 = score(doc=4746,freq=2.0), product of:
        0.109641045 = queryWeight, product of:
          2.199415 = idf(docFreq=13325, maxDocs=44218)
          0.049850095 = queryNorm
        0.097201325 = fieldWeight in 4746, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          2.199415 = idf(docFreq=13325, maxDocs=44218)
          0.03125 = fieldNorm(doc=4746)
    0.009601449 = weight(_text_:information in 4746) [ClassicSimilarity], result of:
      0.009601449 = score(doc=4746,freq=4.0), product of:
        0.08751074 = queryWeight, product of:
          1.7554779 = idf(docFreq=20772, maxDocs=44218)
          0.049850095 = queryNorm
        0.10971737 = fieldWeight in 4746, product of:
          2.0 = tf(freq=4.0), with freq of:
            4.0 = termFreq=4.0
          1.7554779 = idf(docFreq=20772, maxDocs=44218)
          0.03125 = fieldNorm(doc=4746)
  0.4 = coord(2/5)

Abstract

Many real-world domains can be represented as large node-link graphs: backbone Internet routers connect with 70,000 other hosts, mid-sized Web servers handle between 20,000 and 200,000 hyperlinked documents, and dictionaries contain millions of words defined in terms of each other. Computational manipulation of such large graphs is common, but previous tools for graph visualization have been limited to datasets of a few thousand nodes. Visual depictions of graphs and networks are external representations that exploit human visual processing to reduce the cognitive load of many tasks that require understanding of global or local structure. We assert that the two key advantages of computer-based systems for information visualization over traditional paper-based visual exposition are interactivity and scalability. We also argue that designing visualization software by taking the characteristics of a target user's task domain into account leads to systems that are more effective and scale to larger datasets than previous work. This thesis contains a detailed analysis of three specialized systems for the interactive exploration of large graphs, relating the intended tasks to the spatial layout and visual encoding choices. We present two novel algorithms for specialized layout and drawing that use quite different visual metaphors. The H3 system for visualizing the hyperlink structures of web sites scales to datasets of over 100,000 nodes by using a carefully chosen spanning tree as the layout backbone, 3D hyperbolic geometry for a Focus+Context view, and provides a fluid interactive experience through guaranteed frame rate drawing. The Constellation system features a highly specialized 2D layout intended to spatially encode domain-specific information for computational linguists checking the plausibility of a large semantic network created from dictionaries. The Planet Multicast system for displaying the tunnel topology of the Internet's multicast backbone provides a literal 3D geographic layout of arcs on a globe to help MBone maintainers find misconfigured long-distance tunnels. Each of these three systems provides a very different view of the graph structure, and we evaluate their efficacy for the intended task. We generalize these findings in our analysis of the importance of interactivity and specialization for graph visualization systems that are effective and scalable.

0.0067539997 = product of:
  0.03377 = sum of:
    0.03377 = product of:
      0.06754 = sum of:
        0.06754 = weight(_text_:22 in 3406) [ClassicSimilarity], result of:
          0.06754 = score(doc=3406,freq=2.0), product of:
            0.17456654 = queryWeight, product of:
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.049850095 = queryNorm
            0.38690117 = fieldWeight in 3406, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.078125 = fieldNorm(doc=3406)
      0.5 = coord(1/2)
  0.2 = coord(1/5)

Date

30. 5.2010 16:22:35

0.0033605068 = product of:
  0.016802534 = sum of:
    0.016802534 = weight(_text_:information in 790) [ClassicSimilarity], result of:
      0.016802534 = score(doc=790,freq=4.0), product of:
        0.08751074 = queryWeight, product of:
          1.7554779 = idf(docFreq=20772, maxDocs=44218)
          0.049850095 = queryNorm
        0.1920054 = fieldWeight in 790, product of:
          2.0 = tf(freq=4.0), with freq of:
            4.0 = termFreq=4.0
          1.7554779 = idf(docFreq=20772, maxDocs=44218)
          0.0546875 = fieldNorm(doc=790)
  0.2 = coord(1/5)

Abstract

Semantische Netze unterstützen den Suchvorgang im Information Retrieval. Sie bestehen aus relationierten Begriffen und helfen dem Nutzer, das richtige Vokabular zur Fragebildung zu finden. Eine leicht und intuitiv erfassbare Darstellung und eine interaktive Bedienungsmöglichkeit optimieren den Suchprozess mit der Begriffsstruktur. Als Interaktionsform bietet sich Hypertext mit seinem Point- und Klickverfahren an. Die Visualisierung erfolgt als Netzstruktur aus Punkten und Linien. Es werden die Anwendungsbeispiele Wissensnetz im Brockhaus multimedial, WordSurfer der Firma BiblioMondo, SpiderSearch der Firma BOND und Topic Maps Visualization in dandelon.com und im Portal Informationswissenschaft der Firma AGI - Information Management Consultants vorgestellt.

0.0013578499 = product of:
  0.0067892494 = sum of:
    0.0067892494 = weight(_text_:information in 3402) [ClassicSimilarity], result of:
      0.0067892494 = score(doc=3402,freq=2.0), product of:
        0.08751074 = queryWeight, product of:
          1.7554779 = idf(docFreq=20772, maxDocs=44218)
          0.049850095 = queryNorm
        0.0775819 = fieldWeight in 3402, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          1.7554779 = idf(docFreq=20772, maxDocs=44218)
          0.03125 = fieldNorm(doc=3402)
  0.2 = coord(1/5)

Abstract

Bei elektronisch vermittelten Kommunikationsprozessen im Kontext von kollaborativem Wissensmanagement in der Lehre entstehen sehr rasch komplexe Kommunikationsstrukturen mit reichhaltigen Verknüpfungen zu heterogenen Informationsmaterialien, die mit herkömmlichen Mitteln zu verfolgen und verfügbar zu machen sehr schnell schwierig bis unmöglich wird. Bisherige Formen von Orientierungshilfe werden eher durch konventionelle Mittel der Kommunikation und Interaktion unterstützt, und daher ist in der Regel kaum nachvollziehbar, wie Wissen, insbesondere dessen repräsentierende Konzepte zusammenhängt, sich entwickelt hat oder wo sich Wissenslücken ergeben. Eine fehlende Orientierung über die Kommunikationsprozesse hat u.a. zur Folge, dass (1) das Angebot elektronischer wissenschaftlicher Information nicht genutzt wird; (2) es zu Orientierungslosigkeit und kognitiven Überlastung kommt und damit die Wissensproduktion gehemmt wird; (3) Wissenslücken nicht aufgezeigt werden und somit in weiteren Diskursen nicht geschlossen werden können; (4) eine Unterstützung für die Moderation fehlt, um effizient Ursachen für Störungen in den Lernprozessen und Konflikten innerhalb der Gruppen zu erkennen; (5) die grundlegende Basis fehlt, um typische Fragen von Benutzern im Umgang mit einem kollaborativen Wissensmanagementsystem in der Lehre effizient beantworten zu können. In der vorliegenden Arbeit wird ein Konzept zur Visualisierung von Kommunikationsstrukturen vorgestellt, das zum Ziel hat, eine effiziente und effektive Orientierungs- und Navigationshilfe für ein kollaboratives Wissensmanagementsystem in der Lehre bereitzustellen. Dabei sollen typische Orientierungsfragen der Benutzer und der Moderation effizient beantwortet werden können. Das entwickelte Gesamtkonzept wurde in das Visualisierungssystem K3Vis umgesetzt und damit dessen Machbarkeit überprüft. K3Vis ist im Forschungsprojekt K3 integriert und steht für den produktiven Einsatz zur Verfügung. K3 steht für Kooperation, Kommunikation und InformationsKompetenz und ist ein von der Konstanzer Informationswissenschaft initiiertes Projekt im Kontext des kollaborativen Wissensmanagements in der Lehre. Im Rahmen dieser Arbeit wurden alle historischen, von den Studierenden kollaborativ erarbeiteten Arbeitsaufträge im Detail analysiert und dabei symptomatische Muster in Kommunikationsstrukturen ermittelt, die bei der Bewertung und der Moderation des Diskursverlaufs hilfreich sein können. An konkreten, "produktiven" Beispielen werden diese Diagnosemöglichkeiten anhand von Abbildungen diskutiert.