Search (3 results, page 1 of 1)

0.019674666 = product of:
  0.059023995 = sum of:
    0.059023995 = weight(_text_:neues in 2802) [ClassicSimilarity], result of:
      0.059023995 = score(doc=2802,freq=2.0), product of:
        0.27151895 = queryWeight, product of:
          5.621541 = idf(docFreq=434, maxDocs=44218)
          0.048299734 = queryNorm
        0.21738444 = fieldWeight in 2802, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          5.621541 = idf(docFreq=434, maxDocs=44218)
          0.02734375 = fieldNorm(doc=2802)
  0.33333334 = coord(1/3)

Content

Ausgangspunkt der vorliegenden Arbeit ist die Fragestellung, wie Anwender von Document Retrieval-Systemen bei der Formulierung einer Anfrage unterstützt werden können. Bei der Beantwortung dieser Frage gilt es zunächst, die verschiedenen Modelle des Document Retrieval auf ihre Stärken und Schwächen hin zu untersuchen. Es werden hier drei exemplarische Retrieval-Modelle herausgegriffen, die sich in ihrer Recherchegrundlage und Relevanzbehandlung stark voneinander unterscheiden: das Boolesche, das probabilistische und das vage Retrieval-Modell. Um den Recherchezugang beim Einsatz dieser Retrieval-Modelle anwenderfreundlich zu gestalten, wird auf das Mittel der Visualisierung zurückgegriffen. In ihr wird eine gute Möglichkeit gesehen, mit komplexer Information umzugehen, da sie im Gegensatz zu textbasierten Präsentationsformen der optisch ausgerichteten menschlichen Kognition sehr weit entgegenkommen kann. Jedoch zeigen zahlreiche Beispiele, dass Visualisierung keinesfalls als Allheilmittel gelten kann, sondern im Gegenteil sogar zu einer Komplexitätssteigerung der Materie führen kann. Eine genauere Analyse bereits bestehender Ansätze weist denn auch softwareergonomische Probleme nach und läßt die Neukonzeption einer Visualisierung aus softwareergonomischer Sicht notwendig erscheinen. Neben softwareergonomischen Überlegungen fließen auch Aspekte des Graphik Design in die Konzeption der Visualisierung mit ein. Dies ist insofern ein Novum, als beide Schulen einander bislang weitgehend ignorierten. Mit Hilfe des Graphik Design kann der Visualisierung eine ansprechendere Gestaltung gegeben werden, die eine erhöhte Anwenderakzeptanz bewirkt. Um die Kooperation von Softwareergonomie und Graphik Design auf eine allgemeingültige Basis stellen zu können, wird auch eine theoretische Zusammenführung vorgeschlagen. Auf der Basis dieser Vorüberlegungen wird eine Visualisierung vorgestellt, welche Aspekte der drei Retrieval-Modelle integriert: In ihrer Grundkonzeption ermöglicht sie Boolesche Recherche. In zwei Erweiterungen werden ein probabilistisches Ranking-Verfahren sowie die Möglichkeit der Erweiterung der Ergebnismenge durch vage Methoden zur Verfügung gestellt. Optisch verfolgt die Viz, sualisierung ein minimalistisches Design. Es werden zu eingegebenen Suchkriterien sämtliche möglichen Kombinationen mit der entsprechenden Anzahl der gefundenen Dokumente angezeigt. Die Codierung der Kombinationen erfolgt dabei rein über die Farbgebung, die durch die Farben der enthaltenen Suchkriterien bestimmt wird. Je nachdem, welche Erweiterung verwendet wird, verändert sich die Gestaltung der Visualisierung: Wird das probabilistische Rankigverfahren eingesetzt, so wird die Position der Kombinationen auf dem Bildschirm neu berechnet. Wird vages Retrieval eingesetzt, so erhalten die erweiterten Mengen ein neues graphisches Element. Um die Güte der Visualisierung zu ermitteln, wird sie in einem Nutzertest evaluiert. Es werden klassische Retrieval-Maße wie Recall und Precision ermittelt sowie in einem Fragebogen die Anwenderakzeptanz eruiert. Die Ergebnisse des Tests untermauern die zwei grundlegenden Thesen dieser Arbeit: Visualisierung ist ein sinnvolles Mittel, die Schwierigkeiten der Interaktion mit Document Retrieval-Systemen zu minimieren. Und die Integration von Softwareergonomie und Graphik Design ist nicht nur sowohl theoretisch als auch praktisch möglich, sondern in der Tat auch vorteilhaft

0.011242665 = product of:
  0.033727996 = sum of:
    0.033727996 = weight(_text_:neues in 92) [ClassicSimilarity], result of:
      0.033727996 = score(doc=92,freq=2.0), product of:
        0.27151895 = queryWeight, product of:
          5.621541 = idf(docFreq=434, maxDocs=44218)
          0.048299734 = queryNorm
        0.12421968 = fieldWeight in 92, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          5.621541 = idf(docFreq=434, maxDocs=44218)
          0.015625 = fieldNorm(doc=92)
  0.33333334 = coord(1/3)

Footnote

Weitere Rez. in: Rez. in: nfd 55(2004) H.4, S.252 (D. Lewandowski):"Die Zahl der Bücher zum Thema Information Retrieval ist nicht gering, auch in deutscher Sprache liegen einige Titel vor. Trotzdem soll ein neues (englischsprachiges) Buch zu diesem Thema hier besprochen werden. Dieses zeichnet sich durch eine Kürze (nur etwa 230 Seiten Text) und seine gute Verständlichkeit aus und richtet sich damit bevorzugt an Studenten in den ersten Semestern. Heting Chu unterrichtet seit 1994 an Palmer School of Library and Information Science der Long Island University New York. Dass die Autorin viel Erfahrung in der Vermittlung des Stoffs in ihren Information-Retrieval-Veranstaltungen sammeln konnte, merkt man dem Buch deutlich an. Es ist einer klaren und verständlichen Sprache geschrieben und führt in die Grundlagen der Wissensrepräsentation und des Information Retrieval ein. Das Lehrbuch behandelt diese Themen als Gesamtkomplex und geht damit über den Themenbereich ähnlicher Bücher hinaus, die sich in der Regel auf das Retrieval beschränken. Das Buch ist in zwölf Kapitel gegliedert, wobei das erste Kapitel eine Übersicht über die zu behandelnden Themen gibt und den Leser auf einfache Weise in die Grundbegriffe und die Geschichte des IRR einführt. Neben einer kurzen chronologischen Darstellung der Entwicklung der IRR-Systeme werden auch vier Pioniere des Gebiets gewürdigt: Mortimer Taube, Hans Peter Luhn, Calvin N. Mooers und Gerard Salton. Dies verleiht dem von Studenten doch manchmal als trocken empfundenen Stoff eine menschliche Dimension. Das zweite und dritte Kapitel widmen sich der Wissensrepräsentation, wobei zuerst die grundlegenden Ansätze wie Indexierung, Klassifikation und Abstracting besprochen werden. Darauf folgt die Behandlung von Wissensrepräsentation mittels Metadaten, wobei v.a. neuere Ansätze wie Dublin Core und RDF behandelt werden. Weitere Unterkapitel widmen sich der Repräsentation von Volltexten und von Multimedia-Informationen. Die Stellung der Sprache im IRR wird in einem eigenen Kapitel behandelt. Dabei werden in knapper Form verschiedene Formen des kontrollierten Vokabulars und die wesentlichen Unterscheidungsmerkmale zur natürlichen Sprache erläutert. Die Eignung der beiden Repräsentationsmöglichkeiten für unterschiedliche IRR-Zwecke wird unter verschiedenen Aspekten diskutiert.

0.006543947 = product of:
  0.01963184 = sum of:
    0.01963184 = product of:
      0.03926368 = sum of:
        0.03926368 = weight(_text_:22 in 987) [ClassicSimilarity], result of:
          0.03926368 = score(doc=987,freq=2.0), product of:
            0.16913743 = queryWeight, product of:
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.048299734 = queryNorm
            0.23214069 = fieldWeight in 987, 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=987)
      0.5 = coord(1/2)
  0.33333334 = coord(1/3)

Date

23. 7.2017 13:49:22