Search (4 results, page 1 of 1)

  • × language_ss:"d"
  • × theme_ss:"Retrievalstudien"
  1. Reichert, S.; Mayr, P.: Untersuchung von Relevanzeigenschaften in einem kontrollierten Eyetracking-Experiment (2012) 0.08 
    0.07877835 = product of:
  0.1575567 = sum of:
    0.13939774 = weight(_text_:faktoren in 328) [ClassicSimilarity], result of:
      0.13939774 = score(doc=328,freq=2.0), product of:
        0.30650464 = queryWeight, product of:
          6.8606052 = idf(docFreq=125, maxDocs=44218)
          0.044676036 = queryNorm
        0.45479816 = fieldWeight in 328, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          6.8606052 = idf(docFreq=125, maxDocs=44218)
          0.046875 = fieldNorm(doc=328)
    0.01815896 = product of:
      0.03631792 = sum of:
        0.03631792 = weight(_text_:22 in 328) [ClassicSimilarity], result of:
          0.03631792 = score(doc=328,freq=2.0), product of:
            0.15644787 = queryWeight, product of:
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.044676036 = 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)
      0.5 = coord(1/2)
  0.5 = coord(2/4)
    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. Jochum, F.; Weissmann, V.: Struktur und Elemente des Information Retrieval Experiments (1985) 0.07 
    0.06571273 = product of:
  0.2628509 = sum of:
    0.2628509 = weight(_text_:faktoren in 114) [ClassicSimilarity], result of:
      0.2628509 = score(doc=114,freq=4.0), product of:
        0.30650464 = queryWeight, product of:
          6.8606052 = idf(docFreq=125, maxDocs=44218)
          0.044676036 = queryNorm
        0.85757565 = fieldWeight in 114, product of:
          2.0 = tf(freq=4.0), with freq of:
            4.0 = termFreq=4.0
          6.8606052 = idf(docFreq=125, maxDocs=44218)
          0.0625 = fieldNorm(doc=114)
  0.25 = coord(1/4)
    Abstract
    Eine fundierte Untersuchung der Anforderungen an Experimente im Information Retrieval bedarf einer geeigneten Sprache, die es erlaubt, alle relevanten Aspekte adäquat zu beschreiben. Der Beitrag versucht, ein solches Begriffsgerüst zu entwickeln. Als grundlegende Begriffe dienen die 4 Kategorien: experimentelle Faktoren, situative Faktoren; Experimentalobjekte und Beobachtungsvariablen. Das Begriffsgerüst wird anhand praktischer Beispiele illustriert
  3. Fuhr, N.; Niewelt, B.: ¬Ein Retrievaltest mit automatisch indexierten Dokumenten (1984) 0.01 
    0.010592726 = product of:
  0.042370904 = sum of:
    0.042370904 = product of:
      0.08474181 = sum of:
        0.08474181 = weight(_text_:22 in 262) [ClassicSimilarity], result of:
          0.08474181 = score(doc=262,freq=2.0), product of:
            0.15644787 = queryWeight, product of:
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.044676036 = queryNorm
            0.5416616 = fieldWeight in 262, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.109375 = fieldNorm(doc=262)
      0.5 = coord(1/2)
  0.25 = coord(1/4)
    Date
    20.10.2000 12:22:23
  4. Dresel, R.; Hörnig, D.; Kaluza, H.; Peter, A.; Roßmann, A.; Sieber, W.: Evaluation deutscher Web-Suchwerkzeuge : Ein vergleichender Retrievaltest (2001) 0.01 
    0.0060529863 = product of:
  0.024211945 = sum of:
    0.024211945 = product of:
      0.04842389 = sum of:
        0.04842389 = weight(_text_:22 in 261) [ClassicSimilarity], result of:
          0.04842389 = score(doc=261,freq=2.0), product of:
            0.15644787 = queryWeight, product of:
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.044676036 = queryNorm
            0.30952093 = fieldWeight in 261, 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=261)
      0.5 = coord(1/2)
  0.25 = coord(1/4)
    Abstract
    Die deutschen Suchmaschinen, Abacho, Acoon, Fireball und Lycos sowie die Web-Kataloge Web.de und Yahoo! werden einem Qualitätstest nach relativem Recall, Precision und Availability unterzogen. Die Methoden der Retrievaltests werden vorgestellt. Im Durchschnitt werden bei einem Cut-Off-Wert von 25 ein Recall von rund 22%, eine Precision von knapp 19% und eine Verfügbarkeit von 24% erreicht

Authors

Years

Themes