Search (24 results, page 2 of 2)

0.004493736 = product of:
  0.026962416 = sum of:
    0.026962416 = weight(_text_:und in 6592) [ClassicSimilarity], result of:
      0.026962416 = score(doc=6592,freq=4.0), product of:
        0.09732112 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.0439102 = queryNorm
        0.27704588 = fieldWeight in 6592, product of:
          2.0 = tf(freq=4.0), with freq of:
            4.0 = termFreq=4.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.0625 = fieldNorm(doc=6592)
  0.16666667 = coord(1/6)

0.004493736 = product of:
  0.026962416 = sum of:
    0.026962416 = weight(_text_:und in 4076) [ClassicSimilarity], result of:
      0.026962416 = score(doc=4076,freq=4.0), product of:
        0.09732112 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.0439102 = queryNorm
        0.27704588 = fieldWeight in 4076, product of:
          2.0 = tf(freq=4.0), with freq of:
            4.0 = termFreq=4.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.0625 = fieldNorm(doc=4076)
  0.16666667 = coord(1/6)

Abstract

Der vorliegende Beitrag beschäftigt sich mit den Rahmenbedingungen für analytische Anwendungen wie Big Data, die durch das neue europäische Datenschutzrecht entstehen, insbesondere durch die EU-Datenschutz-Grundverordnung. Er stellt wesentliche Neuerungen vor und untersucht die spezifischen datenschutzrechtlichen Regelungen im Hinblick auf den Einsatz von Big Data sowie Voraussetzungen, die durch die Verordnung abverlangt werden.

Source

JurPC: Internet-Zeitschrift für Rechtsinformatik und Informationsrecht, [http://www.jurpc.de/jurpc/show?id=20170111]

0.004440763 = product of:
  0.026644576 = sum of:
    0.026644576 = weight(_text_:und in 8) [ClassicSimilarity], result of:
      0.026644576 = score(doc=8,freq=10.0), product of:
        0.09732112 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.0439102 = queryNorm
        0.27378 = fieldWeight in 8, product of:
          3.1622777 = tf(freq=10.0), with freq of:
            10.0 = termFreq=10.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.0390625 = fieldNorm(doc=8)
  0.16666667 = coord(1/6)

Abstract

Ein großer Teil der Informationen - Schätzungen zufolge bis zu 80% - liegt in Organisationen in unstrukturierten Dokumenten vor. In der Vergangenheit wurden Lösungen für das Management strukturierter Informationen entwickelt, die es nun auch zu erreichen gilt für unstrukturierte Informationen. Neben Verfahren des Data Mining für die Datenanalyse treten Versuche, Text Mining (Lit. 06) auf die Textanalyse anzuwenden. Um gezielt Dokumente im Repository suchen zu können, ist eine effektive Inhaltserkennung und -kennzeichnung erforderlich, d.h. eine Zuordnung der Dokumente zu Themengebieten bzw die Speicherung geeigneter Indexterme als Metadaten. Zu diesem Zweck müssen die Dokumenteninhalte repräsentiert, d.h. indexiert oder klassifiziert, werden. Dokumentanalyse dient auch der Steuerung des Informations- und Dokumentenflusses. Ziel ist die Einleitung eines "Workflow nach Posteingang". Eine Dokumentanalyse kann anhand erkannter Merkmale Eingangspost automatisch an den Sachbearbeiter oder die zuständige Organisationseinheit (Rechnungen in die Buchhaltung, Aufträge in den Vertrieb) im Unternehmen leiten. Dokumentanalysen werden auch benötigt, wenn Mitarbeiter über einen persönlichen Informationsfilter relevante Dokumente automatisch zugestellt bekommen sollen. Aufgrund der Systemintegration werden Indexierungslösungen in den Funktionsumfang von DMS- bzw. Workflow-Produkten integriert. Eine Architektur solcher Systeme zeigt Abb. 1. Die Architektur zeigt die Indexierungs- bzw. Klassifizierungsfunktion im Zentrum der Anwendung. Dabei erfüllt sie Aufgaben für die Repräsentation von Dokumenten (Metadaten) und das spätere Retrieval.

Source

Grundlagen der praktischen Information und Dokumentation. 5., völlig neu gefaßte Ausgabe. 2 Bde. Hrsg. von R. Kuhlen, Th. Seeger u. D. Strauch. Begründet von Klaus Laisiepen, Ernst Lutterbeck, Karl-Heinrich Meyer-Uhlenried. Bd.1: Handbuch zur Einführung in die Informationswissenschaft und -praxis

0.003971939 = product of:
  0.023831634 = sum of:
    0.023831634 = weight(_text_:und in 7146) [ClassicSimilarity], result of:
      0.023831634 = score(doc=7146,freq=2.0), product of:
        0.09732112 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.0439102 = queryNorm
        0.24487628 = fieldWeight in 7146, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.078125 = fieldNorm(doc=7146)
  0.16666667 = coord(1/6)

Abstract

Seit 1992 liegt mit der International Classification for Standards (ICS) eine Spezialklassifikation für den Bereich der Normeninformation vor. In internationaler Zusammenarbeit unter Federführung der ISO ausgearbeitet, hat die ICS für alle Instrumente der Norminformation eine herausragende Bedeutung erlangt. Der vorliegende Beitrag führt in das Management, die Struktur und die Anwendungen der ICS ein