-
Fuhr, N.: Ranking-Experimente mit gewichteter Indexierung (1986)
0.02
0.018501213 = product of:
0.037002426 = sum of:
0.037002426 = product of:
0.07400485 = sum of:
0.07400485 = weight(_text_:22 in 58) [ClassicSimilarity], result of:
0.07400485 = score(doc=58,freq=2.0), product of:
0.15939656 = queryWeight, product of:
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.045518078 = queryNorm
0.46428138 = fieldWeight in 58, 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=58)
0.5 = coord(1/2)
0.5 = coord(1/2)
- Date
- 14. 6.2015 22:12:44
-
Fuhr, N.: Rankingexperimente mit gewichteter Indexierung (1986)
0.02
0.018501213 = product of:
0.037002426 = sum of:
0.037002426 = product of:
0.07400485 = sum of:
0.07400485 = weight(_text_:22 in 2051) [ClassicSimilarity], result of:
0.07400485 = score(doc=2051,freq=2.0), product of:
0.15939656 = queryWeight, product of:
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.045518078 = 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)
0.5 = coord(1/2)
0.5 = coord(1/2)
- Date
- 14. 6.2015 22:12:56
-
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
0.012625597 = product of:
0.025251195 = sum of:
0.025251195 = product of:
0.05050239 = sum of:
0.05050239 = weight(_text_:b in 3) [ClassicSimilarity], result of:
0.05050239 = score(doc=3,freq=2.0), product of:
0.16126883 = queryWeight, product of:
3.542962 = idf(docFreq=3476, maxDocs=44218)
0.045518078 = queryNorm
0.31315655 = fieldWeight in 3, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.542962 = idf(docFreq=3476, maxDocs=44218)
0.0625 = fieldNorm(doc=3)
0.5 = coord(1/2)
0.5 = coord(1/2)
-
Behnert, C.; Borst, T.: Neue Formen der Relevanz-Sortierung in bibliothekarischen Informationssystemen : das DFG-Projekt LibRank (2015)
0.01
0.012625597 = product of:
0.025251195 = sum of:
0.025251195 = product of:
0.05050239 = sum of:
0.05050239 = weight(_text_:b in 5392) [ClassicSimilarity], result of:
0.05050239 = score(doc=5392,freq=2.0), product of:
0.16126883 = queryWeight, product of:
3.542962 = idf(docFreq=3476, maxDocs=44218)
0.045518078 = queryNorm
0.31315655 = fieldWeight in 5392, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.542962 = idf(docFreq=3476, maxDocs=44218)
0.0625 = fieldNorm(doc=5392)
0.5 = coord(1/2)
0.5 = coord(1/2)
- Abstract
- Das von der DFG geförderte Projekt LibRank erforscht neue Rankingverfahren für bibliothekarische Informationssysteme, die aufbauend auf Erkenntnissen aus dem Bereich Websuche qualitätsinduzierende Faktoren wie z. B. Aktualität, Popularität und Verfügbarkeit von einzelnen Medien berücksichtigen. Die konzipierten Verfahren werden im Kontext eines in den Wirtschaftswissenschaften häufig genutzten Rechercheportals (EconBiz) entwickelt und in einem Testsystem systematisch evaluiert. Es werden Rankingfaktoren, die für den Bibliotheksbereich von besonderem Interesse sind, vorgestellt und exemplarisch Probleme und Herausforderungen aufgezeigt.
-
Tober, M.; Hennig, L.; Furch, D.: SEO Ranking-Faktoren und Rang-Korrelationen 2014 : Google Deutschland (2014)
0.01
0.012334143 = product of:
0.024668286 = sum of:
0.024668286 = product of:
0.04933657 = sum of:
0.04933657 = weight(_text_:22 in 1484) [ClassicSimilarity], result of:
0.04933657 = score(doc=1484,freq=2.0), product of:
0.15939656 = queryWeight, product of:
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.045518078 = 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)
0.5 = coord(1/2)
0.5 = coord(1/2)
- Date
- 13. 9.2014 14:45:22
-
Hora, M.: Methoden für das Ranking in Discovery-Systemen (2018)
0.01
0.011047398 = product of:
0.022094795 = sum of:
0.022094795 = product of:
0.04418959 = sum of:
0.04418959 = weight(_text_:b in 4968) [ClassicSimilarity], result of:
0.04418959 = score(doc=4968,freq=2.0), product of:
0.16126883 = queryWeight, product of:
3.542962 = idf(docFreq=3476, maxDocs=44218)
0.045518078 = queryNorm
0.27401197 = fieldWeight in 4968, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.542962 = idf(docFreq=3476, maxDocs=44218)
0.0546875 = fieldNorm(doc=4968)
0.5 = coord(1/2)
0.5 = coord(1/2)
- Abstract
- Discovery-Systeme bieten meist als Standardeinstellung eine Sortierung nach Relevanz an. Wie die Relevanz ermittelt wird, ist häufig intransparent. Dabei wären Kenntnisse darüber aus Nutzersicht ein wichtiger Faktor in der Informationskompetenz, während Bibliotheken sicherstellen sollten, dass das Ranking zum eigenen Bestand und Publikum passt. In diesem Aufsatz wird dargestellt, wie Discovery-Systeme Treffer auswählen und bewerten. Dazu gehören Indexierung, Prozessierung, Text-Matching und weitere Relevanzkriterien, z. B. Popularität oder Verfügbarkeit. Schließlich müssen alle betrachteten Kriterien zu einem zentralen Score zusammengefasst werden. Ein besonderer Fokus wird auf das Ranking von EBSCO Discovery Service, Primo und Summon gelegt.
-
Behnert, C.; Plassmeier, K.; Borst, T.; Lewandowski, D.: Evaluierung von Rankingverfahren für bibliothekarische Informationssysteme (2019)
0.01
0.011047398 = product of:
0.022094795 = sum of:
0.022094795 = product of:
0.04418959 = sum of:
0.04418959 = weight(_text_:b in 5023) [ClassicSimilarity], result of:
0.04418959 = score(doc=5023,freq=2.0), product of:
0.16126883 = queryWeight, product of:
3.542962 = idf(docFreq=3476, maxDocs=44218)
0.045518078 = queryNorm
0.27401197 = fieldWeight in 5023, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.542962 = idf(docFreq=3476, maxDocs=44218)
0.0546875 = fieldNorm(doc=5023)
0.5 = coord(1/2)
0.5 = coord(1/2)
- Abstract
- Dieser Beitrag beschreibt eine Studie zur Entwicklung und Evaluierung von Rankingverfahren für bibliothekarische Informationssysteme. Dazu wurden mögliche Faktoren für das Relevanzranking ausgehend von den Verfahren in Websuchmaschinen identifiziert, auf den Bibliothekskontext übertragen und systematisch evaluiert. Mithilfe eines Testsystems, das auf dem ZBW-Informationsportal EconBiz und einer web-basierten Software zur Evaluierung von Suchsystemen aufsetzt, wurden verschiedene Relevanzfaktoren (z. B. Popularität in Verbindung mit Aktualität) getestet. Obwohl die getesteten Rankingverfahren auf einer theoretischen Ebene divers sind, konnten keine einheitlichen Verbesserungen gegenüber den Baseline-Rankings gemessen werden. Die Ergebnisse deuten darauf hin, dass eine Adaptierung des Rankings auf individuelle Nutzer bzw. Nutzungskontexte notwendig sein könnte, um eine höhere Performance zu erzielen.
-
Kanaeva, Z.: Ranking: Google und CiteSeer (2005)
0.01
0.010792375 = product of:
0.02158475 = sum of:
0.02158475 = product of:
0.0431695 = sum of:
0.0431695 = weight(_text_:22 in 3276) [ClassicSimilarity], result of:
0.0431695 = score(doc=3276,freq=2.0), product of:
0.15939656 = queryWeight, product of:
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.045518078 = 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)
0.5 = coord(1/2)
0.5 = coord(1/2)
- Date
- 20. 3.2005 16:23:22
-
Fuhr, N.: Theorie des Information Retrieval I : Modelle (2004)
0.01
0.007890998 = product of:
0.015781997 = sum of:
0.015781997 = product of:
0.031563994 = sum of:
0.031563994 = weight(_text_:b in 2912) [ClassicSimilarity], result of:
0.031563994 = score(doc=2912,freq=2.0), product of:
0.16126883 = queryWeight, product of:
3.542962 = idf(docFreq=3476, maxDocs=44218)
0.045518078 = queryNorm
0.19572285 = fieldWeight in 2912, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.542962 = idf(docFreq=3476, maxDocs=44218)
0.0390625 = fieldNorm(doc=2912)
0.5 = coord(1/2)
0.5 = coord(1/2)
- Abstract
- Information-Retrieval-(IR-)Modelle spezifizieren, wie zur einer gegebenen Anfrage die Antwortdokumente aus einer Dokumentenkollektion bestimmt werden. Dabei macht jedes Modell bestimmte Annahmen über die Struktur von Dokumenten und Anfragen und definiert dann die so genannte Retrievalfunktion, die das Retrievalgewicht eines Dokumentes bezüglich einer Anfrage bestimmt - im Falle des Booleschen Retrieval etwa eines der Gewichte 0 oder 1. Die Dokumente werden dann nach fallenden Gewichten sortiert und dem Benutzer präsentiert. Zunächst sollen hier einige grundlegende Charakteristika von Retrievalmodellen beschrieben werden, bevor auf die einzelnen Modelle näher eingegangen wird. Wie eingangs erwähnt, macht jedes Modell Annahmen über die Struktur von Dokumenten und Fragen. Ein Dokument kann entweder als Menge oder Multimenge von so genannten Termen aufgefasst werden, wobei im zweiten Fall das Mehrfachvorkommen berücksichtigt wird. Dabei subsummiert 'Term' einen Suchbegriff, der ein einzelnes Wort, ein mehrgliedriger Begriff oder auch ein komplexes Freitextmuster sein kann. Diese Dokumentrepräsentation wird wiederum auf eine so genannte Dokumentbeschreibung abgebildet, in der die einzelnen Terme gewichtet sein können; dies ist Aufgabe der in Kapitel B 5 beschriebenen Indexierungsmodelle. Im Folgenden unterscheiden wir nur zwischen ungewichteter (Gewicht eines Terms ist entweder 0 oderl) und gewichteter Indexierung (das Gewicht ist eine nichtnegative reelle Zahl). Ebenso wie bei Dokumenten können auch die Terme in der Frage entweder ungewichtet oder gewichtet sein. Daneben unterscheidet man zwischen linearen (Frage als Menge von Termen, ungewichtet oder gewichtet) und Booleschen Anfragen.
-
Weiß, B.: Verwandte Seiten finden : "Ähnliche Seiten" oder "What's Related" (2005)
0.01
0.007890998 = product of:
0.015781997 = sum of:
0.015781997 = product of:
0.031563994 = sum of:
0.031563994 = weight(_text_:b in 868) [ClassicSimilarity], result of:
0.031563994 = score(doc=868,freq=2.0), product of:
0.16126883 = queryWeight, product of:
3.542962 = idf(docFreq=3476, maxDocs=44218)
0.045518078 = queryNorm
0.19572285 = fieldWeight in 868, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.542962 = idf(docFreq=3476, maxDocs=44218)
0.0390625 = fieldNorm(doc=868)
0.5 = coord(1/2)
0.5 = coord(1/2)
-
Fuhr, N.: Modelle im Information Retrieval (2023)
0.01
0.007890998 = product of:
0.015781997 = sum of:
0.015781997 = product of:
0.031563994 = sum of:
0.031563994 = weight(_text_:b in 800) [ClassicSimilarity], result of:
0.031563994 = score(doc=800,freq=2.0), product of:
0.16126883 = queryWeight, product of:
3.542962 = idf(docFreq=3476, maxDocs=44218)
0.045518078 = queryNorm
0.19572285 = fieldWeight in 800, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.542962 = idf(docFreq=3476, maxDocs=44218)
0.0390625 = fieldNorm(doc=800)
0.5 = coord(1/2)
0.5 = coord(1/2)
- 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.
