-
Data mining : Theoretische Aspekte und Anwendungen (1998)
0.01
0.012730314 = product of:
0.076381885 = sum of:
0.076381885 = weight(_text_:forschung in 966) [ClassicSimilarity], result of:
0.076381885 = score(doc=966,freq=2.0), product of:
0.17763087 = queryWeight, product of:
4.8649335 = idf(docFreq=926, maxDocs=44218)
0.036512498 = queryNorm
0.43000343 = fieldWeight in 966, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
4.8649335 = idf(docFreq=926, maxDocs=44218)
0.0625 = fieldNorm(doc=966)
0.16666667 = coord(1/6)
- Abstract
- Behandelt werden u.a. die Themen: Ziele und Methoden des Data Mining, Prozeß der Wissensentdeckung, State of the Art in der Forschung und Anwendung des Data Mining, wichtige Data Mining Tools, die Rolle der Informationsverarbeitung im KDD Prozeß, Data Warehousing, OLAP, Ansätze zur Benutzerunterstüzung des Data Mining Prozesses, Modellselektion und Evaluierungsmethoden für Data Mining Algorithmen
-
Lischka, K.: Spurensuche im Datenwust : Data-Mining-Software fahndet nach kriminellen Mitarbeitern, guten Kunden - und bald vielleicht auch nach Terroristen (2002)
0.01
0.011196716 = product of:
0.033590145 = sum of:
0.028643208 = weight(_text_:forschung in 1178) [ClassicSimilarity], result of:
0.028643208 = score(doc=1178,freq=2.0), product of:
0.17763087 = queryWeight, product of:
4.8649335 = idf(docFreq=926, maxDocs=44218)
0.036512498 = queryNorm
0.16125129 = fieldWeight in 1178, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
4.8649335 = idf(docFreq=926, maxDocs=44218)
0.0234375 = fieldNorm(doc=1178)
0.0049469396 = product of:
0.014840818 = sum of:
0.014840818 = weight(_text_:22 in 1178) [ClassicSimilarity], result of:
0.014840818 = score(doc=1178,freq=2.0), product of:
0.12786055 = queryWeight, product of:
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.036512498 = queryNorm
0.116070345 = fieldWeight in 1178, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.0234375 = fieldNorm(doc=1178)
0.33333334 = coord(1/3)
0.33333334 = coord(2/6)
- Content
- "Ob man als Terrorist einen Anschlag gegen die Vereinigten Staaten plant, als Kassierer Scheine aus der Kasse unterschlägt oder für bestimmte Produkte besonders gerne Geld ausgibt - einen Unterschied macht Data-Mining-Software da nicht. Solche Programme analysieren riesige Daten- mengen und fällen statistische Urteile. Mit diesen Methoden wollen nun die For- scher des "Information Awaren in den Vereinigten Staaten Spuren von Terroristen in den Datenbanken von Behörden und privaten Unternehmen wie Kreditkartenfirmen finden. 200 Millionen Dollar umfasst der Jahresetat für die verschiedenen Forschungsprojekte. Dass solche Software in der Praxis funktioniert, zeigen die steigenden Umsätze der Anbieter so genannter Customer-Relationship-Management-Software. Im vergangenen Jahr ist das Potenzial für analytische CRM-Anwendungen laut dem Marktforschungsinstitut IDC weltweit um 22 Prozent gewachsen, bis zum Jahr 2006 soll es in Deutschland mit einem jährlichen Plus von 14,1 Prozent so weitergehen. Und das trotz schwacher Konjunktur - oder gerade deswegen. Denn ähnlich wie Data-Mining der USRegierung helfen soll, Terroristen zu finden, entscheiden CRM-Programme heute, welche Kunden für eine Firma profitabel sind. Und welche es künftig sein werden, wie Manuela Schnaubelt, Sprecherin des CRM-Anbieters SAP, beschreibt: "Die Kundenbewertung ist ein zentraler Bestandteil des analytischen CRM. Sie ermöglicht es Unternehmen, sich auf die für sie wichtigen und richtigen Kunden zu fokussieren. Darüber hinaus können Firmen mit speziellen Scoring- Verfahren ermitteln, welche Kunden langfristig in welchem Maße zum Unternehmenserfolg beitragen." Die Folgen der Bewertungen sind für die Betroffenen nicht immer positiv: Attraktive Kunden profitieren von individuellen Sonderangeboten und besonderer Zuwendung. Andere hängen vielleicht so lauge in der Warteschleife des Telefonservice, bis die profitableren Kunden abgearbeitet sind. So könnte eine praktische Umsetzung dessen aussehen, was SAP-Spreche-rin Schnaubelt abstrakt beschreibt: "In vielen Unternehmen wird Kundenbewertung mit der klassischen ABC-Analyse durchgeführt, bei der Kunden anhand von Daten wie dem Umsatz kategorisiert werden. A-Kunden als besonders wichtige Kunden werden anders betreut als C-Kunden." Noch näher am geplanten Einsatz von Data-Mining zur Terroristenjagd ist eine Anwendung, die heute viele Firmen erfolgreich nutzen: Sie spüren betrügende Mitarbeiter auf. Werner Sülzer vom großen CRM-Anbieter NCR Teradata beschreibt die Möglichkeiten so: "Heute hinterlässt praktisch jeder Täter - ob Mitarbeiter, Kunde oder Lieferant - Datenspuren bei seinen wirtschaftskriminellen Handlungen. Es muss vorrangig darum gehen, einzelne Spuren zu Handlungsmustern und Täterprofilen zu verdichten. Das gelingt mittels zentraler Datenlager und hoch entwickelter Such- und Analyseinstrumente." Von konkreten Erfolgen sprich: Entlas-sungen krimineller Mitarbeiter-nach Einsatz solcher Programme erzählen Unternehmen nicht gerne. Matthias Wilke von der "Beratungsstelle für Technologiefolgen und Qualifizierung" (BTQ) der Gewerkschaft Verdi weiß von einem Fall 'aus der Schweiz. Dort setzt die Handelskette "Pick Pay" das Programm "Lord Lose Prevention" ein. Zwei Monate nach Einfüh-rung seien Unterschlagungen im Wert von etwa 200 000 Franken ermittelt worden. Das kostete mehr als 50 verdächtige Kassiererinnen und Kassierer den Job.
Jede Kasse schickt die Daten zu Stornos, Rückgaben, Korrekturen und dergleichen an eine zentrale Datenbank. Aus den Informationen errechnet das Programm Kassiererprofile. Wessen Arbeit stark Durchschnitt abweicht, macht sich verdächtig. Die Kriterien" legen im Einzelnen die Revisionsabteilungen fest, doch generell gilt: "Bei Auffälligkeiten wie überdurchschnittlichvielenStornierungen, Off nen der Kassenschublade ohne Verkauf nach einem Storno oder Warenrücknahmen ohne Kassenbon, können die Vorgänge nachträglich einzelnen Personen zugeordnet werden", sagt Rene Schiller, Marketing-Chef des Lord-Herstellers Logware. Ein Kündigungsgrund ist eine solche Datensammlung vor Gericht nicht. Doch auf der Basis können Unternehmen gezielt Detektive einsetzen. Oder sie konfrontieren die Mitarbeiter mit dem Material; woraufhin Schuldige meist gestehen. Wilke sieht Programme wie Lord kritisch:"Jeder, der in dem Raster auffällt, kann ein potenzieller Betrüger oder Dieb sein und verdient besondere Beobachtung." Dabei könne man vom Standard abweichen, weil man unausgeschlafen und deshalb unkonzentriert sei. Hier tut sich für Wilke die Gefahr technisierter Leistungskontrolle auf. "Es ist ja nicht schwierig, mit den Programmen zu berechnen, wie lange beispielsweise das Kassieren eines Samstagseinkaufs durchschnittlich dauert." Die Betriebsräte - ihre Zustimmung ist beim Einsatz technischer Kon trolleinrichtungen nötig - verurteilen die wertende Software weniger eindeutig. Im Gegenteil: Bei Kaufhof und Edeka haben sie dem Einsatz zugestimmt. Denn: "Die wollen ja nicht, dass ganze Abteilungen wegen Inventurverlusten oder dergleichen unter Generalverdacht fallen", erklärt Gewerkschaftler Wilke: "Angesichts der Leistungen kommerzieller Data-Mining-Programme verblüfft es, dass in den Vereinigten Staaten das "Information Awareness Office" noch drei Jahre für Forschung und Erprobung der eigenen Programme veranschlagt. 2005 sollen frühe Prototypen zur Terroristensuche einesgetz werden. Doch schon jetzt regt sich Protest. Datenschützer wie Marc Botenberg vom Informationszentrum für Daten schutz sprechen vom "ehrgeizigsten öffentlichen Überwachungssystem, das je vorgeschlagen wurde". Sie warnen besonders davor, Daten aus der Internetnutzung und private Mails auszuwerten. Das Verteidigungsministerium rudert zurück. Man denke nicht daran, über die Software im Inland aktiv zu werden. "Das werden die Geheimdienste, die Spionageabwehr und die Strafverfolger tun", sagt Unterstaatssekretär Edward Aldridge. Man werde während der Entwicklung und der Tests mit konstruierten und einigen - aus Sicht der Datenschützer unbedenklichen - realen Informationen arbeiten. Zu denken gibt jedoch Aldriges Antwort auf die Frage, warum so viel Geld für die Entwicklung von Übersetzungssoftware eingeplant ist: Damit man Datenbanken in anderen Sprachen nutzen könne - sofern man auf sie rechtmäßigen Zugriff bekommt."
-
Kipcic, O.; Cramer, C.: Wie Zeitungsinhalte Forschung und Entwicklung befördern (2017)
0.01
0.011139026 = product of:
0.06683415 = sum of:
0.06683415 = weight(_text_:forschung in 3885) [ClassicSimilarity], result of:
0.06683415 = score(doc=3885,freq=2.0), product of:
0.17763087 = queryWeight, product of:
4.8649335 = idf(docFreq=926, maxDocs=44218)
0.036512498 = queryNorm
0.376253 = fieldWeight in 3885, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
4.8649335 = idf(docFreq=926, maxDocs=44218)
0.0546875 = fieldNorm(doc=3885)
0.16666667 = coord(1/6)
-
Drees, B.: Text und data mining : Herausforderungen und Möglichkeiten für Bibliotheken (2016)
0.01
0.0095477365 = product of:
0.057286415 = sum of:
0.057286415 = weight(_text_:forschung in 3952) [ClassicSimilarity], result of:
0.057286415 = score(doc=3952,freq=2.0), product of:
0.17763087 = queryWeight, product of:
4.8649335 = idf(docFreq=926, maxDocs=44218)
0.036512498 = queryNorm
0.32250258 = fieldWeight in 3952, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
4.8649335 = idf(docFreq=926, maxDocs=44218)
0.046875 = fieldNorm(doc=3952)
0.16666667 = coord(1/6)
- Abstract
- Text und Data Mining (TDM) gewinnt als wissenschaftliche Methode zunehmend an Bedeutung und stellt wissenschaftliche Bibliotheken damit vor neue Herausforderungen, bietet gleichzeitig aber auch neue Möglichkeiten. Der vorliegende Beitrag gibt einen Überblick über das Thema TDM aus bibliothekarischer Sicht. Hierzu wird der Begriff Text und Data Mining im Kontext verwandter Begriffe diskutiert sowie Ziele, Aufgaben und Methoden von TDM erläutert. Diese werden anhand beispielhafter TDM-Anwendungen in Wissenschaft und Forschung illustriert. Ferner werden technische und rechtliche Probleme und Hindernisse im TDM-Kontext dargelegt. Abschließend wird die Relevanz von TDM für Bibliotheken, sowohl in ihrer Rolle als Informationsvermittler und -anbieter als auch als Anwender von TDM-Methoden, aufgezeigt. Zudem wurde im Rahmen dieser Arbeit eine Befragung der Betreiber von Dokumentenservern an Bibliotheken in Deutschland zum aktuellen Umgang mit TDM durchgeführt, die zeigt, dass hier noch viel Ausbaupotential besteht. Die dem Artikel zugrunde liegenden Forschungsdaten sind unter dem DOI 10.11588/data/10090 publiziert.
-
Amir, A.; Feldman, R.; Kashi, R.: ¬A new and versatile method for association generation (1997)
0.01
0.008834476 = product of:
0.05300685 = sum of:
0.05300685 = product of:
0.07951027 = sum of:
0.039934754 = weight(_text_:29 in 1270) [ClassicSimilarity], result of:
0.039934754 = score(doc=1270,freq=2.0), product of:
0.12843955 = queryWeight, product of:
3.5176873 = idf(docFreq=3565, maxDocs=44218)
0.036512498 = queryNorm
0.31092256 = fieldWeight in 1270, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.5176873 = idf(docFreq=3565, maxDocs=44218)
0.0625 = fieldNorm(doc=1270)
0.039575513 = weight(_text_:22 in 1270) [ClassicSimilarity], result of:
0.039575513 = score(doc=1270,freq=2.0), product of:
0.12786055 = queryWeight, product of:
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.036512498 = queryNorm
0.30952093 = fieldWeight in 1270, 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=1270)
0.6666667 = coord(2/3)
0.16666667 = coord(1/6)
- Date
- 5. 4.1996 15:29:15
- Source
- Information systems. 22(1997) nos.5/6, S.333-347
-
Hofstede, A.H.M. ter; Proper, H.A.; Van der Weide, T.P.: Exploiting fact verbalisation in conceptual information modelling (1997)
0.01
0.007730165 = product of:
0.04638099 = sum of:
0.04638099 = product of:
0.06957148 = sum of:
0.034942906 = weight(_text_:29 in 2908) [ClassicSimilarity], result of:
0.034942906 = score(doc=2908,freq=2.0), product of:
0.12843955 = queryWeight, product of:
3.5176873 = idf(docFreq=3565, maxDocs=44218)
0.036512498 = queryNorm
0.27205724 = fieldWeight in 2908, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.5176873 = idf(docFreq=3565, maxDocs=44218)
0.0546875 = fieldNorm(doc=2908)
0.034628574 = weight(_text_:22 in 2908) [ClassicSimilarity], result of:
0.034628574 = score(doc=2908,freq=2.0), product of:
0.12786055 = queryWeight, product of:
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.036512498 = queryNorm
0.2708308 = fieldWeight in 2908, 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=2908)
0.6666667 = coord(2/3)
0.16666667 = coord(1/6)
- Date
- 5. 4.1996 15:29:15
- Source
- Information systems. 22(1997) nos.5/6, S.349-385
-
Klein, H.: Web Content Mining (2004)
0.01
0.006365157 = product of:
0.038190942 = sum of:
0.038190942 = weight(_text_:forschung in 3154) [ClassicSimilarity], result of:
0.038190942 = score(doc=3154,freq=2.0), product of:
0.17763087 = queryWeight, product of:
4.8649335 = idf(docFreq=926, maxDocs=44218)
0.036512498 = queryNorm
0.21500172 = fieldWeight in 3154, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
4.8649335 = idf(docFreq=926, maxDocs=44218)
0.03125 = fieldNorm(doc=3154)
0.16666667 = coord(1/6)
- Abstract
- Web Mining - ein Schlagwort, das mit der Verbreitung des Internets immer öfter zu lesen und zu hören ist. Die gegenwärtige Forschung beschäftigt sich aber eher mit dem Nutzungsverhalten der Internetnutzer, und ein Blick in Tagungsprogramme einschlägiger Konferenzen (z.B. GOR - German Online Research) zeigt, dass die Analyse der Inhalte kaum Thema ist. Auf der GOR wurden 1999 zwei Vorträge zu diesem Thema gehalten, auf der Folgekonferenz 2001 kein einziger. Web Mining ist der Oberbegriff für zwei Typen von Web Mining: Web Usage Mining und Web Content Mining. Unter Web Usage Mining versteht man das Analysieren von Daten, wie sie bei der Nutzung des WWW anfallen und von den Servern protokolliert wenden. Man kann ermitteln, welche Seiten wie oft aufgerufen wurden, wie lange auf den Seiten verweilt wurde und vieles andere mehr. Beim Web Content Mining wird der Inhalt der Webseiten untersucht, der nicht nur Text, sondern auf Bilder, Video- und Audioinhalte enthalten kann. Die Software für die Analyse von Webseiten ist in den Grundzügen vorhanden, doch müssen die meisten Webseiten für die entsprechende Analysesoftware erst aufbereitet werden. Zuerst müssen die relevanten Websites ermittelt werden, die die gesuchten Inhalte enthalten. Das geschieht meist mit Suchmaschinen, von denen es mittlerweile Hunderte gibt. Allerdings kann man nicht davon ausgehen, dass die Suchmaschinen alle existierende Webseiten erfassen. Das ist unmöglich, denn durch das schnelle Wachstum des Internets kommen täglich Tausende von Webseiten hinzu, und bereits bestehende ändern sich der werden gelöscht. Oft weiß man auch nicht, wie die Suchmaschinen arbeiten, denn das gehört zu den Geschäftsgeheimnissen der Betreiber. Man muss also davon ausgehen, dass die Suchmaschinen nicht alle relevanten Websites finden (können). Der nächste Schritt ist das Herunterladen der Websites, dafür gibt es Software, die unter den Bezeichnungen OfflineReader oder Webspider zu finden ist. Das Ziel dieser Programme ist, die Website in einer Form herunterzuladen, die es erlaubt, die Website offline zu betrachten. Die Struktur der Website wird in der Regel beibehalten. Wer die Inhalte einer Website analysieren will, muss also alle Dateien mit seiner Analysesoftware verarbeiten können. Software für Inhaltsanalyse geht davon aus, dass nur Textinformationen in einer einzigen Datei verarbeitet werden. QDA Software (qualitative data analysis) verarbeitet dagegen auch Audiound Videoinhalte sowie internetspezifische Kommunikation wie z.B. Chats.
-
Budzik, J.; Hammond, K.J.; Birnbaum, L.: Information access in context (2001)
0.00
0.0038825455 = product of:
0.023295272 = sum of:
0.023295272 = product of:
0.06988581 = sum of:
0.06988581 = weight(_text_:29 in 3835) [ClassicSimilarity], result of:
0.06988581 = score(doc=3835,freq=2.0), product of:
0.12843955 = queryWeight, product of:
3.5176873 = idf(docFreq=3565, maxDocs=44218)
0.036512498 = queryNorm
0.5441145 = fieldWeight in 3835, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.5176873 = idf(docFreq=3565, maxDocs=44218)
0.109375 = fieldNorm(doc=3835)
0.33333334 = coord(1/3)
0.16666667 = coord(1/6)
- Date
- 29. 3.2002 17:31:17
-
Chowdhury, G.G.: Template mining for information extraction from digital documents (1999)
0.00
0.0038476195 = product of:
0.023085717 = sum of:
0.023085717 = product of:
0.06925715 = sum of:
0.06925715 = weight(_text_:22 in 4577) [ClassicSimilarity], result of:
0.06925715 = score(doc=4577,freq=2.0), product of:
0.12786055 = queryWeight, product of:
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.036512498 = queryNorm
0.5416616 = fieldWeight in 4577, 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=4577)
0.33333334 = coord(1/3)
0.16666667 = coord(1/6)
- Date
- 2. 4.2000 18:01:22
-
Witten, I.H.; Frank, E.: Data Mining : Praktische Werkzeuge und Techniken für das maschinelle Lernen (2000)
0.00
0.0033278964 = product of:
0.019967377 = sum of:
0.019967377 = product of:
0.059902128 = sum of:
0.059902128 = weight(_text_:29 in 6833) [ClassicSimilarity], result of:
0.059902128 = score(doc=6833,freq=2.0), product of:
0.12843955 = queryWeight, product of:
3.5176873 = idf(docFreq=3565, maxDocs=44218)
0.036512498 = queryNorm
0.46638384 = fieldWeight in 6833, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.5176873 = idf(docFreq=3565, maxDocs=44218)
0.09375 = fieldNorm(doc=6833)
0.33333334 = coord(1/3)
0.16666667 = coord(1/6)
- Date
- 27. 1.1996 10:29:55
-
Keim, D.A.: Data Mining mit bloßem Auge (2002)
0.00
0.0033278964 = product of:
0.019967377 = sum of:
0.019967377 = product of:
0.059902128 = sum of:
0.059902128 = weight(_text_:29 in 1086) [ClassicSimilarity], result of:
0.059902128 = score(doc=1086,freq=2.0), product of:
0.12843955 = queryWeight, product of:
3.5176873 = idf(docFreq=3565, maxDocs=44218)
0.036512498 = queryNorm
0.46638384 = fieldWeight in 1086, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.5176873 = idf(docFreq=3565, maxDocs=44218)
0.09375 = fieldNorm(doc=1086)
0.33333334 = coord(1/3)
0.16666667 = coord(1/6)
- Date
- 31.12.1996 19:29:41
-
Kruse, R.; Borgelt, C.: Suche im Datendschungel (2002)
0.00
0.0033278964 = product of:
0.019967377 = sum of:
0.019967377 = product of:
0.059902128 = sum of:
0.059902128 = weight(_text_:29 in 1087) [ClassicSimilarity], result of:
0.059902128 = score(doc=1087,freq=2.0), product of:
0.12843955 = queryWeight, product of:
3.5176873 = idf(docFreq=3565, maxDocs=44218)
0.036512498 = queryNorm
0.46638384 = fieldWeight in 1087, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.5176873 = idf(docFreq=3565, maxDocs=44218)
0.09375 = fieldNorm(doc=1087)
0.33333334 = coord(1/3)
0.16666667 = coord(1/6)
- Date
- 31.12.1996 19:29:41
-
Wrobel, S.: Lern- und Entdeckungsverfahren (2002)
0.00
0.0033278964 = product of:
0.019967377 = sum of:
0.019967377 = product of:
0.059902128 = sum of:
0.059902128 = weight(_text_:29 in 1105) [ClassicSimilarity], result of:
0.059902128 = score(doc=1105,freq=2.0), product of:
0.12843955 = queryWeight, product of:
3.5176873 = idf(docFreq=3565, maxDocs=44218)
0.036512498 = queryNorm
0.46638384 = fieldWeight in 1105, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.5176873 = idf(docFreq=3565, maxDocs=44218)
0.09375 = fieldNorm(doc=1105)
0.33333334 = coord(1/3)
0.16666667 = coord(1/6)
- Date
- 31.12.1996 19:29:41
-
KDD : techniques and applications (1998)
0.00
0.00329796 = product of:
0.019787759 = sum of:
0.019787759 = product of:
0.059363272 = sum of:
0.059363272 = weight(_text_:22 in 6783) [ClassicSimilarity], result of:
0.059363272 = score(doc=6783,freq=2.0), product of:
0.12786055 = queryWeight, product of:
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.036512498 = queryNorm
0.46428138 = fieldWeight in 6783, 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=6783)
0.33333334 = coord(1/3)
0.16666667 = coord(1/6)
- Footnote
- A special issue of selected papers from the Pacific-Asia Conference on Knowledge Discovery and Data Mining (PAKDD'97), held Singapore, 22-23 Feb 1997
-
Borgelt, C.; Kruse, R.: Unsicheres Wissen nutzen (2002)
0.00
0.0027732472 = product of:
0.016639482 = sum of:
0.016639482 = product of:
0.049918443 = sum of:
0.049918443 = weight(_text_:29 in 1104) [ClassicSimilarity], result of:
0.049918443 = score(doc=1104,freq=2.0), product of:
0.12843955 = queryWeight, product of:
3.5176873 = idf(docFreq=3565, maxDocs=44218)
0.036512498 = queryNorm
0.38865322 = fieldWeight in 1104, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.5176873 = idf(docFreq=3565, maxDocs=44218)
0.078125 = fieldNorm(doc=1104)
0.33333334 = coord(1/3)
0.16666667 = coord(1/6)
- Date
- 31.12.1996 19:29:41
-
Cardie, C.: Empirical methods in information extraction (1997)
0.00
0.0022185976 = product of:
0.013311585 = sum of:
0.013311585 = product of:
0.039934754 = sum of:
0.039934754 = weight(_text_:29 in 3246) [ClassicSimilarity], result of:
0.039934754 = score(doc=3246,freq=2.0), product of:
0.12843955 = queryWeight, product of:
3.5176873 = idf(docFreq=3565, maxDocs=44218)
0.036512498 = queryNorm
0.31092256 = fieldWeight in 3246, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.5176873 = idf(docFreq=3565, maxDocs=44218)
0.0625 = fieldNorm(doc=3246)
0.33333334 = coord(1/3)
0.16666667 = coord(1/6)
- Date
- 6. 3.1999 13:50:29
-
Tiefschürfen in Datenbanken (2002)
0.00
0.0022185976 = product of:
0.013311585 = sum of:
0.013311585 = product of:
0.039934754 = sum of:
0.039934754 = weight(_text_:29 in 996) [ClassicSimilarity], result of:
0.039934754 = score(doc=996,freq=2.0), product of:
0.12843955 = queryWeight, product of:
3.5176873 = idf(docFreq=3565, maxDocs=44218)
0.036512498 = queryNorm
0.31092256 = fieldWeight in 996, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.5176873 = idf(docFreq=3565, maxDocs=44218)
0.0625 = fieldNorm(doc=996)
0.33333334 = coord(1/3)
0.16666667 = coord(1/6)
- Date
- 31.12.1996 19:29:41
-
Bath, P.A.: Data mining in health and medical information (2003)
0.00
0.0022185976 = product of:
0.013311585 = sum of:
0.013311585 = product of:
0.039934754 = sum of:
0.039934754 = weight(_text_:29 in 4263) [ClassicSimilarity], result of:
0.039934754 = score(doc=4263,freq=2.0), product of:
0.12843955 = queryWeight, product of:
3.5176873 = idf(docFreq=3565, maxDocs=44218)
0.036512498 = queryNorm
0.31092256 = fieldWeight in 4263, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.5176873 = idf(docFreq=3565, maxDocs=44218)
0.0625 = fieldNorm(doc=4263)
0.33333334 = coord(1/3)
0.16666667 = coord(1/6)
- Date
- 23.10.2005 18:29:03
-
Matson, L.D.; Bonski, D.J.: Do digital libraries need librarians? (1997)
0.00
0.0021986398 = product of:
0.013191838 = sum of:
0.013191838 = product of:
0.039575513 = sum of:
0.039575513 = weight(_text_:22 in 1737) [ClassicSimilarity], result of:
0.039575513 = score(doc=1737,freq=2.0), product of:
0.12786055 = queryWeight, product of:
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.036512498 = queryNorm
0.30952093 = fieldWeight in 1737, 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=1737)
0.33333334 = coord(1/3)
0.16666667 = coord(1/6)
- Date
- 22.11.1998 18:57:22
-
Lusti, M.: Data Warehousing and Data Mining : Eine Einführung in entscheidungsunterstützende Systeme (1999)
0.00
0.0021986398 = product of:
0.013191838 = sum of:
0.013191838 = product of:
0.039575513 = sum of:
0.039575513 = weight(_text_:22 in 4261) [ClassicSimilarity], result of:
0.039575513 = score(doc=4261,freq=2.0), product of:
0.12786055 = queryWeight, product of:
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.036512498 = queryNorm
0.30952093 = fieldWeight in 4261, 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=4261)
0.33333334 = coord(1/3)
0.16666667 = coord(1/6)
- Date
- 17. 7.2002 19:22:06
