Search (146 results, page 2 of 8)

  • × theme_ss:"Social tagging"
  1. Peters, I.; Schumann, L.; Terliesner, J.: Folksonomy-basiertes Information Retrieval unter der Lupe (2012) 0.00 
    0.0034351721 = product of:
  0.029198963 = sum of:
    0.021209903 = weight(_text_:und in 406) [ClassicSimilarity], result of:
      0.021209903 = score(doc=406,freq=10.0), product of:
        0.055336144 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.024967048 = queryNorm
        0.38329202 = fieldWeight in 406, product of:
          3.1622777 = tf(freq=10.0), with freq of:
            10.0 = termFreq=10.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.0546875 = fieldNorm(doc=406)
    0.00798906 = weight(_text_:in in 406) [ClassicSimilarity], result of:
      0.00798906 = score(doc=406,freq=10.0), product of:
        0.033961542 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.024967048 = queryNorm
        0.23523843 = fieldWeight in 406, product of:
          3.1622777 = tf(freq=10.0), with freq of:
            10.0 = termFreq=10.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.0546875 = fieldNorm(doc=406)
  0.11764706 = coord(2/17)
    Abstract
    Social Tagging ist eine weitverbreitete Methode, um nutzergenerierte Inhalte in Webdiensten zu indexieren. Dieser Artikel fasst die aktuelle Forschung zu Folksonomies und Effektivität von Tags in Retrievalsystemen zusammen. Es wurde ein TREC-ähnlicher Retrievaltest mit Tags und Ressourcen aus dem Social Bookmarking-Dienst delicious durchgeführt, welcher in Recall- und Precisionwerten für ausschließlich Tag-basierte Suchen resultierte. Außerdem wurden Tags in verschiedenen Stufen bereinigt und auf ihre Retrieval-Effektivität getestet. Testergebnisse zeigen, dass Retrieval in Folksonomies am besten mit kurzen Anfragen funktioniert. Hierbei sind die Recallwerte hoch, die Precisionwerte jedoch eher niedrig. Die Suchfunktion "power tags only" liefert verbesserte Precisionwerte.
    Source
    Information - Wissenschaft und Praxis. 63(2012) H.4, S.273-280
  2. Birkenhake, B.: Semantic Weblog : Erfahrungen vom Bloggen mit Tags und Ontologien (2008) 0.00 
    0.0033619897 = product of:
  0.028576912 = sum of:
    0.019915098 = weight(_text_:und in 2894) [ClassicSimilarity], result of:
      0.019915098 = score(doc=2894,freq=12.0), product of:
        0.055336144 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.024967048 = queryNorm
        0.35989314 = fieldWeight in 2894, product of:
          3.4641016 = tf(freq=12.0), with freq of:
            12.0 = termFreq=12.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.046875 = fieldNorm(doc=2894)
    0.008661814 = weight(_text_:in in 2894) [ClassicSimilarity], result of:
      0.008661814 = score(doc=2894,freq=16.0), product of:
        0.033961542 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.024967048 = queryNorm
        0.25504774 = fieldWeight in 2894, product of:
          4.0 = tf(freq=16.0), with freq of:
            16.0 = termFreq=16.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.046875 = fieldNorm(doc=2894)
  0.11764706 = coord(2/17)
    Abstract
    Der Begriff "Semantic Weblog" bezeichnet die Idee, zwei Konzepte - nämlich Bloggen und Semantic Web - zusammenzuführen. Ausgangspunkt ist dabei die Tatsache, dass Blogs, die länger bestehen, Wissen über bestimmte Domänen ansammeln. Dieses Wissen wird in einem ersten Schritt durch Volltextanalyse und in einem zweien Schritt durch Kategorie- und Tagging-Mechanismen erschlossen und kann durch weitere Schritte zu einfachen Ontologien ausgebaut werden. Dieser Beitrag gliedert sich in mehrere Teile. Zunächst wird das Konzept und seine ersten Implementierungen sowie mögliche Vernetzung von mehreren Semantic Weblogs vorgestellt. Dann wird ein Einblick in die Erfahrungen aus der Semantic Weblog-Praxis gegeben. Abgeschlossen wird der Artikel durch einen Ausblick.
    Footnote
    Beitrag der Tagung "Social Tagging in der Wissensorganisation" am 21.-22.02.2008 am Institut für Wissensmedien (IWM) in Tübingen.
    Series
    Medien in der Wissenschaft; Bd.47
    Source
    Good tags - bad tags: Social Tagging in der Wissensorganisation. Hrsg.: B. Gaiser, u.a
  3. Seehaus, S.: Können Suchmaschinen von Sozialer Software profitieren? (2008) 0.00 
    0.00333213 = product of:
  0.028323105 = sum of:
    0.024239887 = weight(_text_:und in 2306) [ClassicSimilarity], result of:
      0.024239887 = score(doc=2306,freq=10.0), product of:
        0.055336144 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.024967048 = queryNorm
        0.438048 = fieldWeight in 2306, product of:
          3.1622777 = tf(freq=10.0), with freq of:
            10.0 = termFreq=10.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.0625 = fieldNorm(doc=2306)
    0.004083218 = weight(_text_:in in 2306) [ClassicSimilarity], result of:
      0.004083218 = score(doc=2306,freq=2.0), product of:
        0.033961542 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.024967048 = queryNorm
        0.120230645 = fieldWeight in 2306, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.0625 = fieldNorm(doc=2306)
  0.11764706 = coord(2/17)
    Abstract
    Im Rahmen eines Projekts gingen Stu­dierende an der HAW Hamburg für ihre Auftraggeber Lycos Europe und T-Online der Frage nach, wie sich Inhalte aus sozialen Suchdiensten in die algorithmische Suche einbinden lassen. Dazu analysierten und verglichen sie die Vor- und Nachteile der Systeme, die Relevanz der Sucher­gebnisse, die Benutzerfreundlichkeit sowie die Qualität der Inhalte. Für soziale Software ergaben sich daraus bedeutende Verbesserungspotentiale. Der Text beschreibt die Ergebnisse und die Empfehlungen für Lycos IQ.
    Source
    Information - Wissenschaft und Praxis. 59(2008) H.5, S.293-296
  4. Simon, D.: Anreicherung bibliothekarischer Titeldaten durch Tagging : Möglichkeiten und Probleme (2007) 0.00 
    0.0033278833 = product of:
  0.028287008 = sum of:
    0.023234284 = weight(_text_:und in 530) [ClassicSimilarity], result of:
      0.023234284 = score(doc=530,freq=12.0), product of:
        0.055336144 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.024967048 = queryNorm
        0.41987535 = fieldWeight in 530, product of:
          3.4641016 = tf(freq=12.0), with freq of:
            12.0 = termFreq=12.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.0546875 = fieldNorm(doc=530)
    0.005052725 = weight(_text_:in in 530) [ClassicSimilarity], result of:
      0.005052725 = score(doc=530,freq=4.0), product of:
        0.033961542 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.024967048 = queryNorm
        0.14877784 = fieldWeight in 530, product of:
          2.0 = tf(freq=4.0), with freq of:
            4.0 = termFreq=4.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.0546875 = fieldNorm(doc=530)
  0.11764706 = coord(2/17)
    Abstract
    Die Arbeit ist die untersucht dier Möglichkeiten von Tagging-Verfahren im Kontext bibliothekarischer Erschließung. Der Verfasser führt dazu in das Thema Social Tagging bzw. Folksonomy ein und erklärt die Funktionsweise von Tagging-Systemen. Die Untersuchung stützt sich im wesentlichen auf eine Analyse des KölnerUniversitätsGesamtkatalogs (KUG), der direktes Tagging durch Katalognutzer ebenso ermöglicht wie die Übernahme von Katalogeinträgen für das System BibSonomy. KUG und BibSonomy werden daher mit ihren Eigenschaften vorgestellt, bevor eine bewertende Analyse der Taggingmöglichkeiten und deren bisheriger tatsächlicher Nutzung vorgenommen wird. Dabei untersucht der Verfasser auch den möglichen Beitrag von Tagging-Verfahren in Ergänzung zu den Ergebnissen von Verfahren der inhaltlichen Erschließung und automatischen Indexierung.
    Imprint
    Köln : Fachhochschule, Fakultät für Informations- und Kommunikationswissenschaften
  5. Carlin, S.A.: Schlagwortvergabe durch Nutzende (Tagging) als Hilfsmittel zur Suche im Web : Ansatz, Modelle, Realisierungen (2006) 0.00 
    0.0032985432 = product of:
  0.028037617 = sum of:
    0.024428528 = weight(_text_:und in 2476) [ClassicSimilarity], result of:
      0.024428528 = score(doc=2476,freq=26.0), product of:
        0.055336144 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.024967048 = queryNorm
        0.441457 = fieldWeight in 2476, product of:
          5.0990195 = tf(freq=26.0), with freq of:
            26.0 = termFreq=26.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.0390625 = fieldNorm(doc=2476)
    0.003609089 = weight(_text_:in in 2476) [ClassicSimilarity], result of:
      0.003609089 = score(doc=2476,freq=4.0), product of:
        0.033961542 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.024967048 = queryNorm
        0.10626988 = fieldWeight in 2476, product of:
          2.0 = tf(freq=4.0), with freq of:
            4.0 = termFreq=4.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.0390625 = fieldNorm(doc=2476)
  0.11764706 = coord(2/17)
    Abstract
    Nach dem zu Beginn der Ära des World Wide Web von Hand gepflegte Linklisten und -Verzeichnisse und an Freunde und Kollegen per E-Mail verschickte Links genügten, um die Informationen zu finden, nach denen man suchte, waren schon bald Volltextsuchmaschinen und halbautomatisch betriebene Kataloge notwendig, um den mehr und mehr anschwellenden Informationsfluten des Web Herr zu werden. Heute bereits sind diese Dämme gebrochen und viele Millionen Websites halten Billionen an Einzelseiten mit Informationen vor, von Datenbanken und anderweitig versteckten Informationen ganz zu schweigen. Mit Volltextsuchmaschinen erreicht man bei dieser Masse keine befriedigenden Ergebnisse mehr. Entweder man erzeugt lange Suchterme mit vielen Ausschließungen und ebenso vielen nicht-exklusiven ODER-Verknüpfungen um verschiedene Schreibweisen für den gleichen Term abzudecken oder man wählt von vornherein die Daten-Quelle, an die man seine Fragen stellt, genau aus. Doch oft bleiben nur klassische Web-Suchmaschinen übrig, zumal wenn der Fragende kein Informationsspezialist mit Kenntnissen von Spezialdatenbanken ist, sondern, von dieser Warte aus gesehenen, ein Laie. Und nicht nur im Web selbst, auch in unternehmensinternen Intranets steht man vor diesem Problem. Tausende von indizierten Dokumente mögen ein Eckdatum sein, nach dem sich der Erfolg der Einführung eines Intranets bemessen lässt, aber eine Aussage über die Nützlichkeit ist damit nicht getroffen. Und die bleibt meist hinter den Erwartungen zurück, vor allem bei denen Mitarbeitern, die tatsächlich mit dem Intranet arbeiten müssen. Entscheidend ist für die Informationsauffindung in Inter- und Intranet eine einfach zu nutzende und leicht anpassbare Möglichkeit, neue interessante Inhalte zu entdecken. Mit Tags steht eine mögliche Lösung bereit.
    Imprint
    Darmstadt : Hochschule Darmstadt, Fachbereich Informations- und Wissensmanagement
  6. Schillerwein, S.: ¬Der 'Business Case' für die Nutzung von Social Tagging in Intranets und internen Informationssystemen (2008) 0.00 
    0.0032961746 = product of:
  0.028017484 = sum of:
    0.019915098 = weight(_text_:und in 2893) [ClassicSimilarity], result of:
      0.019915098 = score(doc=2893,freq=12.0), product of:
        0.055336144 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.024967048 = queryNorm
        0.35989314 = fieldWeight in 2893, product of:
          3.4641016 = tf(freq=12.0), with freq of:
            12.0 = termFreq=12.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.046875 = fieldNorm(doc=2893)
    0.008102385 = weight(_text_:in in 2893) [ClassicSimilarity], result of:
      0.008102385 = score(doc=2893,freq=14.0), product of:
        0.033961542 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.024967048 = queryNorm
        0.23857531 = fieldWeight in 2893, product of:
          3.7416575 = tf(freq=14.0), with freq of:
            14.0 = termFreq=14.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.046875 = fieldNorm(doc=2893)
  0.11764706 = coord(2/17)
    Abstract
    Trendthemen, wie Social Tagging oder Web 2.0, bergen generell die Gefahr, dass Adaptionsentscheidungen auf Basis von im öffentlichen Internet vorgefundenen und den Medien lautstark thematisierten Erfolgsbeispielen getroffen werden. Für die interne Anwendung in einer Organisation ist dieses Vorgehen jedoch risikoreich. Deshalb sollte ein ausführlicher Business Case am Anfang jedes SocialTagging-Projekts stehen, der Nutzen- und Risikopotenziale realistisch einzuschätzen vermag. Der vorliegende Beitrag listet dazu exemplarisch die wichtigsten Aspekte für die Einschätzung des Wertbeitrags und der Stolpersteine für Social Tagging in Intranets und vergleichbaren internen Informationssystemen wie Mitarbeiterportalen, Dokumenten-Repositories und Knowledge Bases auf.
    Footnote
    Beitrag der Tagung "Social Tagging in der Wissensorganisation" am 21.-22.02.2008 am Institut für Wissensmedien (IWM) in Tübingen.
    Series
    Medien in der Wissenschaft; Bd.47
    Source
    Good tags - bad tags: Social Tagging in der Wissensorganisation. Hrsg.: B. Gaiser, u.a
  7. Güntner, G.; Sint, R.; Westenthaler, R.: ¬Ein Ansatz zur Unterstützung traditioneller Klassifikation durch Social Tagging (2008) 0.00 
    0.0032961746 = product of:
  0.028017484 = sum of:
    0.019915098 = weight(_text_:und in 2897) [ClassicSimilarity], result of:
      0.019915098 = score(doc=2897,freq=12.0), product of:
        0.055336144 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.024967048 = queryNorm
        0.35989314 = fieldWeight in 2897, product of:
          3.4641016 = tf(freq=12.0), with freq of:
            12.0 = termFreq=12.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.046875 = fieldNorm(doc=2897)
    0.008102385 = weight(_text_:in in 2897) [ClassicSimilarity], result of:
      0.008102385 = score(doc=2897,freq=14.0), product of:
        0.033961542 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.024967048 = queryNorm
        0.23857531 = fieldWeight in 2897, product of:
          3.7416575 = tf(freq=14.0), with freq of:
            14.0 = termFreq=14.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.046875 = fieldNorm(doc=2897)
  0.11764706 = coord(2/17)
    Abstract
    Der vorliegende Beitrag stellt einen Ansatz zur Kombination von traditionellen, geschlossenen Klassifikationsverfahren mit offenen, auf Social Tagging basierenden Klassifikationsverfahren vor. Die Darstellung geht von den grundsätzlichen Anforderungen an die Suche und Navigation in Dokumentenarchiven aus, erörtert die Vor- und Nachteile von geschlossenen und offenen Klassifikationsansätzen und präsentiert schließlich einen kombinierten Lösungsansatz, der im Rahmen eines Prototypen umgesetzt wurde. Der Lösungsansatz sieht vor, dass Dokumente grundsätzlich mit freien Tags klassifiziert werden können: Die Klassifikation wird jedoch durch ein kontrolliertes Vokabular unterstützt. Freie Tags werden in einem nachgeordneten, moderierten Prozess in das kontrollierte Vokabular übernommen. Das auf diese Weise wachsende und laufend gepflegte Vokabular unterstützt die Suche und Navigation im Dokumentenraum.
    Footnote
    Beitrag der Tagung "Social Tagging in der Wissensorganisation" am 21.-22.02.2008 am Institut für Wissensmedien (IWM) in Tübingen.
    Series
    Medien in der Wissenschaft; Bd.47
    Source
    Good tags - bad tags: Social Tagging in der Wissensorganisation. Hrsg.: B. Gaiser, u.a
  8. Hotho, A.; Jäschke, R.; Benz, D.; Grahl, M.; Krause, B.; Schmitz, C.; Stumme, G.: Social Bookmarking am Beispiel BibSonomy (2009) 0.00 
    0.0032300418 = product of:
  0.027455356 = sum of:
    0.021680813 = weight(_text_:und in 4873) [ClassicSimilarity], result of:
      0.021680813 = score(doc=4873,freq=8.0), product of:
        0.055336144 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.024967048 = queryNorm
        0.39180204 = fieldWeight in 4873, product of:
          2.828427 = tf(freq=8.0), with freq of:
            8.0 = termFreq=8.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.0625 = fieldNorm(doc=4873)
    0.0057745427 = weight(_text_:in in 4873) [ClassicSimilarity], result of:
      0.0057745427 = score(doc=4873,freq=4.0), product of:
        0.033961542 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.024967048 = queryNorm
        0.17003182 = fieldWeight in 4873, product of:
          2.0 = tf(freq=4.0), with freq of:
            4.0 = termFreq=4.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.0625 = fieldNorm(doc=4873)
  0.11764706 = coord(2/17)
    Abstract
    BibSonomy ist ein kooperatives Verschlagwortungssystem (Social Bookmarking System), betrieben vom Fachgebiet Wissensverarbeitung der Universität Kassel. Es erlaubt das Speichern und Organisieren von Web-Lesezeichen und Metadaten für wissenschaftliche Publikationen. In diesem Beitrag beschreiben wir die von BibSonomy bereitgestellte Funktionalität, die dahinter stehende Architektur sowie das zugrunde liegende Datenmodell. Ferner erläutern wir Anwendungsbeispiele und gehen auf Methoden zur Analyse der in BibSonomy und ähnlichen Systemen enthaltenen Daten ein.
  9. Tschetschonig, K.; Ladengruber, R.; Hampel, T.; Schulte, J.: Kollaborative Tagging-Systeme im Electronic Commerce (2008) 0.00 
    0.003171738 = product of:
  0.026959773 = sum of:
    0.018970713 = weight(_text_:und in 2891) [ClassicSimilarity], result of:
      0.018970713 = score(doc=2891,freq=8.0), product of:
        0.055336144 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.024967048 = queryNorm
        0.34282678 = fieldWeight in 2891, product of:
          2.828427 = tf(freq=8.0), with freq of:
            8.0 = termFreq=8.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.0546875 = fieldNorm(doc=2891)
    0.00798906 = weight(_text_:in in 2891) [ClassicSimilarity], result of:
      0.00798906 = score(doc=2891,freq=10.0), product of:
        0.033961542 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.024967048 = queryNorm
        0.23523843 = fieldWeight in 2891, product of:
          3.1622777 = tf(freq=10.0), with freq of:
            10.0 = termFreq=10.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.0546875 = fieldNorm(doc=2891)
  0.11764706 = coord(2/17)
    Abstract
    Social-Tagging-Systeme bieten eine Vielzahl an Vorteilen gegenüber traditionellen und zurzeit eingesetzten Systemen und werden besonders in nicht-kommerziellen Web-2.0-Anwendungen erfolgreich verwendet. Diese Arbeit beschäftigt sich mit den Vor- und Nachteilen von Social Tagging für kollaborative Systeme des Electronic Commerce und stellt einige Beispiele aus der Praxis vor. Es gibt nur wenige Anwendungen aus dem Bereich des Electronic Commerce, die Social Tagging erfolgreich als kritischen Teil ihrer Systeme einsetzen. Deshalb wird das Potenzial von Tagging-Systemen beleuchtet, um eine fundierte Basis für neue Entwicklungen im Geschäftsbereich zu schaffen.
    Footnote
    Beitrag der Tagung "Social Tagging in der Wissensorganisation" am 21.-22.02.2008 am Institut für Wissensmedien (IWM) in Tübingen.
    Series
    Medien in der Wissenschaft; Bd.47
    Source
    Good tags - bad tags: Social Tagging in der Wissensorganisation. Hrsg.: B. Gaiser, u.a
  10. Peters, I.: Folksonomies und kollaborative Informationsdienste : eine Alternative zur Websuche? (2011) 0.00 
    0.0031697142 = product of:
  0.026942572 = sum of:
    0.018776136 = weight(_text_:und in 343) [ClassicSimilarity], result of:
      0.018776136 = score(doc=343,freq=6.0), product of:
        0.055336144 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.024967048 = queryNorm
        0.33931053 = fieldWeight in 343, product of:
          2.4494898 = tf(freq=6.0), with freq of:
            6.0 = termFreq=6.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.0625 = fieldNorm(doc=343)
    0.008166436 = weight(_text_:in in 343) [ClassicSimilarity], result of:
      0.008166436 = score(doc=343,freq=8.0), product of:
        0.033961542 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.024967048 = queryNorm
        0.24046129 = fieldWeight in 343, product of:
          2.828427 = tf(freq=8.0), with freq of:
            8.0 = termFreq=8.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.0625 = fieldNorm(doc=343)
  0.11764706 = coord(2/17)
    Abstract
    Folksonomies ermöglichen den Nutzern in Kollaborativen Informationsdiensten den Zugang zu verschiedenartigen Informationsressourcen. In welchen Fällen beide Bestandteile des Web 2.0 am besten für das Information Retrieval geeignet sind und wo sie die Websuche ggf. ersetzen können, wird in diesem Beitrag diskutiert. Dazu erfolgt eine detaillierte Betrachtung der Reichweite von Social-Bookmarking-Systemen und Sharing-Systemen sowie der Retrievaleffektivität von Folksonomies innerhalb von Kollaborativen Informationsdiensten.
    Source
    Handbuch Internet-Suchmaschinen, 2: Neue Entwicklungen in der Web-Suche. Hrsg.: D. Lewandowski
  11. Beuth, P.: ¬Ein Freund weckt Vertrauen : Experten sehen im Online-Portal Twitter ein neues Massenmedium heranwachsen (2008) 0.00 
    0.0031601356 = product of:
  0.026861152 = sum of:
    0.020672852 = weight(_text_:und in 4273) [ClassicSimilarity], result of:
      0.020672852 = score(doc=4273,freq=38.0), product of:
        0.055336144 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.024967048 = queryNorm
        0.3735868 = fieldWeight in 4273, product of:
          6.164414 = tf(freq=38.0), with freq of:
            38.0 = termFreq=38.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.02734375 = fieldNorm(doc=4273)
    0.006188299 = weight(_text_:in in 4273) [ClassicSimilarity], result of:
      0.006188299 = score(doc=4273,freq=24.0), product of:
        0.033961542 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.024967048 = queryNorm
        0.1822149 = fieldWeight in 4273, product of:
          4.8989797 = tf(freq=24.0), with freq of:
            24.0 = termFreq=24.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.02734375 = fieldNorm(doc=4273)
  0.11764706 = coord(2/17)
    Content
    "Vinu schreibt: "Ich habe gerade eine weitere laute Explosion gehört. Das alles passiert nur zwei Gehminuten von meiner Wohnung entfernt." Netra schreibt: "Keine Panik. Nicht auf die Nachrichten hören. Die verbreiten Gerüchte und nehmen sie später zurück. Bleibt im Haus und bleibt ruhig." Vinu: "Die Schüsse kommen definitiv aus einer AK-47, und unsere Polizisten sind da draußen ohne schusssichere Westen und mit Scheiß-Gewehren." Sie waren näher dran als die meisten Journalisten - und sie berichteten unaufhörlich im Internet: Augenzeugen in Bombay nutzten beliebte Plattformen wie Twitter und Flickr, um aus erster Hand zu beschreiben, was in der indischen Metropole passierte. Auf der Seite Twitter.com schreiben User in 140 Zeichen, was sie gerade tun. Kaffee trinken, sich im Büro langweilen, eine Party suchen. Nun ist Twitter kurzzeitig zu einer Art Nachrichtenticker geworden: Über Filterbegriffe wie Bombay und Terror konnte jeder nachvollziehen, in welcher Lage sich die Menschen in der Stadt befanden, was sie von den Angriffen, Schießereien und Explosionen mitbekamen. Und wo sie bei Flickr.com ihre Bilder vom Geschehen hochgeladen haben. Das alles passierte beinahe in Echtzeit. Die Fotoplattform Flickr, sonst eher eine Sammelstelle für Urlaubsbilder und Material von ambitionierten Amateurfotografen, wurde zur Bilderstrecke über die Vorgänge in Bombay. Bewaffnete Terroristen, brennende Gebäude, verwüstete Hotellobbys und Blutlachen auf dem Boden - manche wagten sich gefährlich nahe an das Geschehen heran. Zumindest schien es so, denn ob die Bilder wirklich von denen gemacht wurden, die sie hochgeladen haben, war nicht immer klar. Manche dieser Bilder waren auch auf den Internetseiten von TV-Sendern zu sehen, und wer da von wem geklaut hat, ist schwer zu sagen. Auch im Wust der Twitter-Einträge, der sogenannten Tweets, ging unter, was authentisch ist, was einfach nur von anderen Medien abgeschrieben und hundertfach weitergetwittert wurde - und was schlicht und einfach unwahr ist. Blogger "Tom" (tomstechblog.com) aus der Umgebung von Los Angeles hat Botschaften entdeckt, nach denen auch das Marriott-Hotel in Bombay angegriffen wurde. Eine Falschmeldung. Für Menschen, deren Verwandte oder Freunde in dem Hotel wohnen, sei das extrem beängstigend, schreibt er.
    Die Spielzeuge des Web 2.0 werden in solchen Situationen trotzdem zu Nachrichtenkanälen, ungefiltert und schneller als etablierte Medien. Ihr Reiz ist gerade die Subjektivität, die Emotionalität und die Vernetzung von Tausenden Personen rund um den Erdball. Die reinen Fakten gibt es woanders. "Social Media" heißen solche Dienste schließlich. Trotzdem werden sie ernstgenommen. Nach Untersuchungen der Harvard-Soziologin Shoshana Zuboff glauben die Menschen heutzutage in erster Linie ihren Freunden, während das Vertrauen in Unternehmen und Institutionen abnimmt. Übertragen auf das Internet bedeutet das: Wenn Informationen von Freunden aus der jeweiligen Online-Community stammen, vertraut man ihnen schneller, als wenn sie von einem unbekannten Redakteur irgendeiner Zeitung verbreitet werden. Im Fall Bombay zeigten die Reaktionen vieler sogenannter "Follower", also Leser von Twitter-Einträgen einer Person: Hier wird nicht viel hinterfragt. Hier wird kopiert und weitergeschickt, an die eigenen Follower. Für manche markiert der 24-stündige Sturm von 140-Zeichen-Meldungen nicht weniger als eine "epochale Veränderung des Nachrichtenflusses". So diktierte es etwa der New Yorker Journalismus-Professor Jeff Jarvis dem Handelsblatt-Blogger Thomas Knüwer. Der legt sich, wie auch der prominenteste TechBlogger der USA, Michael Arrington von TechCrunch, fest: "Der heutige Tag wird ein Durchbruch werden auf dem Weg Twitters zum Massenmedium.""
  12. Heller, L.: Sacherschließung von Literatur in und mit der Wikipedia - einfach anfangen? (2011) 0.00 
    0.003103705 = product of:
  0.02638149 = sum of:
    0.019163312 = weight(_text_:und in 4424) [ClassicSimilarity], result of:
      0.019163312 = score(doc=4424,freq=4.0), product of:
        0.055336144 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.024967048 = queryNorm
        0.34630734 = fieldWeight in 4424, product of:
          2.0 = tf(freq=4.0), with freq of:
            4.0 = termFreq=4.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.078125 = fieldNorm(doc=4424)
    0.007218178 = weight(_text_:in in 4424) [ClassicSimilarity], result of:
      0.007218178 = score(doc=4424,freq=4.0), product of:
        0.033961542 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.024967048 = queryNorm
        0.21253976 = fieldWeight in 4424, product of:
          2.0 = tf(freq=4.0), with freq of:
            4.0 = termFreq=4.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.078125 = fieldNorm(doc=4424)
  0.11764706 = coord(2/17)
    Footnote
    Fortsetzung von "Sacherschließung von Literatur in und mit der Wikipedia: eine Spielidee" unter: http://biblionik.de/2010/08/04/sacherschliessung-mit-wikipedia-spielidee/. Fortsetzung (LITurgy) unter: http://wp.me/p1tS0f-49.
  13. Voß, J.: Vom Social Tagging zum Semantic Tagging (2008) 0.00 
    0.0030449296 = product of:
  0.025881901 = sum of:
    0.016429119 = weight(_text_:und in 2884) [ClassicSimilarity], result of:
      0.016429119 = score(doc=2884,freq=6.0), product of:
        0.055336144 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.024967048 = queryNorm
        0.2968967 = fieldWeight in 2884, product of:
          2.4494898 = tf(freq=6.0), with freq of:
            6.0 = termFreq=6.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.0546875 = fieldNorm(doc=2884)
    0.0094527835 = weight(_text_:in in 2884) [ClassicSimilarity], result of:
      0.0094527835 = score(doc=2884,freq=14.0), product of:
        0.033961542 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.024967048 = queryNorm
        0.27833787 = fieldWeight in 2884, product of:
          3.7416575 = tf(freq=14.0), with freq of:
            14.0 = termFreq=14.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.0546875 = fieldNorm(doc=2884)
  0.11764706 = coord(2/17)
    Abstract
    Social Tagging als freie Verschlagwortung durch Nutzer im Web wird immer häufiger mit der Idee des Semantic Web in Zusammenhang gebracht. Wie beide Konzepte in der Praxis konkret zusammenkommen sollen, bleibt jedoch meist unklar. Dieser Artikel soll hier Aufklärung leisten, indem die Kombination von Social Tagging und Semantic Web in Form von Semantic Tagging mit dem Simple Knowledge Organisation System dargestellt und auf die konkreten Möglichkeiten, Vorteile und offenen Fragen der Semantischen Indexierung eingegangen wird.
    Footnote
    Beitrag der Tagung "Social Tagging in der Wissensorganisation" am 21.-22.02.2008 am Institut für Wissensmedien (IWM) in Tübingen.
    Series
    Medien in der Wissenschaft; Bd.47
    Source
    Good tags - bad tags: Social Tagging in der Wissensorganisation. Hrsg.: B. Gaiser, u.a
  14. Hänger, C.: Good tags or bad tags? : Tagging im Kontext der bibliothekarischen Sacherschließung (2008) 0.00 
    0.0029802884 = product of:
  0.02533245 = sum of:
    0.015330651 = weight(_text_:und in 2886) [ClassicSimilarity], result of:
      0.015330651 = score(doc=2886,freq=4.0), product of:
        0.055336144 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.024967048 = queryNorm
        0.27704588 = fieldWeight in 2886, 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=2886)
    0.010001801 = weight(_text_:in in 2886) [ClassicSimilarity], result of:
      0.010001801 = score(doc=2886,freq=12.0), product of:
        0.033961542 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.024967048 = queryNorm
        0.29450375 = fieldWeight in 2886, product of:
          3.4641016 = tf(freq=12.0), with freq of:
            12.0 = termFreq=12.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.0625 = fieldNorm(doc=2886)
  0.11764706 = coord(2/17)
    Abstract
    Der vorliegende Artikel beleuchtet die Perspektiven und Grenzen der Einführung von partizipatorischen Elementen in die traditionelle bibliothekarische Sacherschließung. Die Universitätsbibliothek Mannheim untersucht im vorgestellten Projekt, welchen Beitrag Collaborative Tagging für die inhaltliche Erschließung von bisher nicht erschlossenen und daher der Nutzung kaum zugänglichen Dokumenten, beispielsweise auf Volltextservern oder in elektronischen Zeitschriften, leisten kann.
    Footnote
    Beitrag der Tagung "Social Tagging in der Wissensorganisation" am 21.-22.02.2008 am Institut für Wissensmedien (IWM) in Tübingen.
    Series
    Medien in der Wissenschaft; Bd.47
    Source
    Good tags - bad tags: Social Tagging in der Wissensorganisation. Hrsg.: B. Gaiser, u.a
  15. Blank, M.; Bopp, T.; Hampel, T.; Schulte, J.: Social Tagging = Soziale Suche? (2008) 0.00 
    0.002962435 = product of:
  0.025180696 = sum of:
    0.016429119 = weight(_text_:und in 2888) [ClassicSimilarity], result of:
      0.016429119 = score(doc=2888,freq=6.0), product of:
        0.055336144 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.024967048 = queryNorm
        0.2968967 = fieldWeight in 2888, product of:
          2.4494898 = tf(freq=6.0), with freq of:
            6.0 = termFreq=6.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.0546875 = fieldNorm(doc=2888)
    0.008751577 = weight(_text_:in in 2888) [ClassicSimilarity], result of:
      0.008751577 = score(doc=2888,freq=12.0), product of:
        0.033961542 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.024967048 = queryNorm
        0.2576908 = fieldWeight in 2888, product of:
          3.4641016 = tf(freq=12.0), with freq of:
            12.0 = termFreq=12.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.0546875 = fieldNorm(doc=2888)
  0.11764706 = coord(2/17)
    Abstract
    Der effiziente Zugang zu Informationen und Wissen spielt in allen Bereichen unserer heutigen Informationsgesellschaft eine Schlüsselrolle. Aufgrund der immer stärker zunehmenden digitalen Informationsflut ist es schwieriger denn je, aus all den zur Verfügung stehenden Ressourcen gerade die interessanten und benötigten Quellen herauszufiltern. Aus diesem Grund gehört eine Suchfunktion zur Grund( raussetzung von Informationssystemen verschiedenster Art. Dieser Artikel he schreibt die Einbettung von Social Tagging in kooperative Informationssysteme und zeigt verschiedene Synergieeffekte auf, die bei der Verzahnung einer klassi schen Suche im Zusammenspiel mit Tagging entstehen.
    Footnote
    Beitrag der Tagung "Social Tagging in der Wissensorganisation" am 21.-22.02.2008 am Institut für Wissensmedien (IWM) in Tübingen.
    Series
    Medien in der Wissenschaft; Bd.47
    Source
    Good tags - bad tags: Social Tagging in der Wissensorganisation. Hrsg.: B. Gaiser, u.a
  16. Pammer, V.; Ley, T.; Lindstaedt, S.: tagr: Unterstützung in kollaborativen Tagging-Umgebungen durch semantische und assoziative Netzwerke (2008) 0.00 
    0.002795525 = product of:
  0.023761962 = sum of:
    0.01626061 = weight(_text_:und in 2898) [ClassicSimilarity], result of:
      0.01626061 = score(doc=2898,freq=8.0), product of:
        0.055336144 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.024967048 = queryNorm
        0.29385152 = fieldWeight in 2898, product of:
          2.828427 = tf(freq=8.0), with freq of:
            8.0 = termFreq=8.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.046875 = fieldNorm(doc=2898)
    0.007501351 = weight(_text_:in in 2898) [ClassicSimilarity], result of:
      0.007501351 = score(doc=2898,freq=12.0), product of:
        0.033961542 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.024967048 = queryNorm
        0.22087781 = fieldWeight in 2898, product of:
          3.4641016 = tf(freq=12.0), with freq of:
            12.0 = termFreq=12.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.046875 = fieldNorm(doc=2898)
  0.11764706 = coord(2/17)
    Abstract
    Stellen Sie sich vor, Sie laden ein Bild auf Flickr hoch und bekommen automatisch Vorschläge für Tags sowie Beispiele, wie ähnliche Bilder verschlagwortet worden sind. Wir stellen den Forschungsprototypen tagr vor, der auf Basis von vorhandenen Tags Information über die Benutzerin sowie eine Analyse des Bildes neue Tags für ein Bild vorschlägt. Wir verstehen kollaboratives Tagging als einen Prozess der verteilten Kognition, den wir mit entsprechenden Diensten unterstützen wollen. Wir gehen in diesem Artikel genauer auf den Termähnlichkeitsservice ein, der sich ein semantisches Netzwerk (WordNet) und ein assoziatives Netzwerk (Kookkurrenz der verwendeten Tags) zu Nutze macht. Wir diskutieren die Evaluierung des Prototypen und schließen mit einem Ausblick auf unsere weiteren Arbeiten.
    Footnote
    Beitrag der Tagung "Social Tagging in der Wissensorganisation" am 21.-22.02.2008 am Institut für Wissensmedien (IWM) in Tübingen.
    Series
    Medien in der Wissenschaft; Bd.47
    Source
    Good tags - bad tags: Social Tagging in der Wissensorganisation. Hrsg.: B. Gaiser, u.a
  17. Braun, S.; Schmidt, A.; Walter, A.; Zacharias, V.: Von Tags zu semantischen Beziehungen : kollaborative Ontologiereifung (2008) 0.00 
    0.0024623373 = product of:
  0.020929867 = sum of:
    0.014082102 = weight(_text_:und in 2896) [ClassicSimilarity], result of:
      0.014082102 = score(doc=2896,freq=6.0), product of:
        0.055336144 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.024967048 = queryNorm
        0.2544829 = fieldWeight in 2896, product of:
          2.4494898 = tf(freq=6.0), with freq of:
            6.0 = termFreq=6.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.046875 = fieldNorm(doc=2896)
    0.0068477658 = weight(_text_:in in 2896) [ClassicSimilarity], result of:
      0.0068477658 = score(doc=2896,freq=10.0), product of:
        0.033961542 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.024967048 = queryNorm
        0.20163295 = fieldWeight in 2896, product of:
          3.1622777 = tf(freq=10.0), with freq of:
            10.0 = termFreq=10.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.046875 = fieldNorm(doc=2896)
  0.11764706 = coord(2/17)
    Abstract
    Die Popularität von Tagging-Ansätzen hat gezeigt, dass dieses Ordnungsprinzip für Nutzer insbesondere auf kollaborativen Plattformen deutlich zugänglicher ist als strukturierte und kontrollierte Vokabulare. Allerdings stoßen Tagging-Ansätze oft an ihre Grenzen, wo sie keine ausreichende semantische Präzision ausbilden können. Umgekehrt können ontologiebasierte Ansätze zwar die semantische Präzision erreichen, werden jedoch (besonders aufgrund der schwerfälligen Pflegeprozesse) von den Nutzern kaum akzeptiert. Wir schlagen eine Verbindung beider Welten vor, die auf einer neuen Sichtweise auf die Entstehung von Ontologien fußt: die Ontologiereifung. Anhand zweier Werkzeuge aus dem Bereich des Social Semantic Bookmarking und der semantischen Bildsuche zeigen wir, wie Anwendungen aussehen können, die eine solche Ontologiereifung (in die jeweiligen Nutzungsprozesse integriert) ermöglichen und fördern.
    Footnote
    Beitrag der Tagung "Social Tagging in der Wissensorganisation" am 21.-22.02.2008 am Institut für Wissensmedien (IWM) in Tübingen.
    Series
    Medien in der Wissenschaft; Bd.47
    Source
    Good tags - bad tags: Social Tagging in der Wissensorganisation. Hrsg.: B. Gaiser, u.a
  18. Frohner, H.: Social Tagging : Grundlagen, Anwendungen, Auswirkungen auf Wissensorganisation und soziale Strukturen der User (2010) 0.00 
    0.0023770595 = product of:
  0.020205006 = sum of:
    0.016595917 = weight(_text_:und in 4723) [ClassicSimilarity], result of:
      0.016595917 = score(doc=4723,freq=12.0), product of:
        0.055336144 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.024967048 = queryNorm
        0.29991096 = fieldWeight in 4723, product of:
          3.4641016 = tf(freq=12.0), with freq of:
            12.0 = termFreq=12.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.0390625 = fieldNorm(doc=4723)
    0.003609089 = weight(_text_:in in 4723) [ClassicSimilarity], result of:
      0.003609089 = score(doc=4723,freq=4.0), product of:
        0.033961542 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.024967048 = queryNorm
        0.10626988 = fieldWeight in 4723, product of:
          2.0 = tf(freq=4.0), with freq of:
            4.0 = termFreq=4.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.0390625 = fieldNorm(doc=4723)
  0.11764706 = coord(2/17)
    Abstract
    Social Tagging ist eine Methode zur semantischen Datenorganisation. Im Unterschied zu traditionellen Ansätzen wird die Kategorisierung nicht von Experten vorgenommen, sondern von einer Vielzahl von Benutzern gemeinschaftlich entwickelt. Bezüglich der Daten existieren grundsätzlich keinerlei Einschränkungen. Dabei kann es sich sowohl um multimediale Inhalte als auch um wissenschaftliche Literatur handeln. Jeder Benutzer, unabhängig von Expertise oder Intention, ist aufgefordert, mithilfe von frei gewählten Tags die Kategorisierung der verwendeten Ressourcen zu unterstützen. Insgesamt entsteht dadurch eine Sammlung verschiedenster subjektiver Einschätzungen, die zusammen eine umfassende semantische Organisation bestimmter Inhalte darstellen. Ziel dieses Buches ist es, zunächst die Grundlagen und Anwendungen von Social Tagging zu erörtern und dann speziell die Effekte im Hinblick auf die Wissensorganisation und die sozialen Beziehungen der Benutzer zu analysieren. Eines der zentralen Ergebnisse dieser Arbeit ist die Erkenntnis, dass die gemeinschaftlich erzeugten Metadaten eine unerwartet hohe Qualität bzw. Bedeutsamkeit aufweisen, obwohl Mehrdeutigkeiten und verschiedene Schreibweisen diese negativ beeinflussen könnten. Social Tagging ist besonders effektiv für die Organisation von sehr großen oder auch heterogenen Daten-beständen, die mit herkömmlichen, experten-basierten Kategorisierungsverfahren nicht mehr verarbeitet werden können oder durch automatische Verfahren qualitativ schlechter indexiert werden. Durch Social Tagging wird nicht nur die Wissensorganisation gefördert, sondern darüber hinaus auch die Zusammenarbeit und der Aufbau von Communities, weshalb Social Tagging auch effizient in der Lehre eingesetzt werden kann.
    Footnote
    Teilw. zugl.: Wien, Techn. Univ., Masterarb., 2009. Rez. in: iwp 62(2011) H.5, S.268269 (I. Peters)
  19. Panke, S.; Gaiser, B.: "With my head up in the clouds" : Social Tagging aus Nutzersicht (2008) 0.00 
    0.0023059263 = product of:
  0.019600373 = sum of:
    0.011497988 = weight(_text_:und in 2883) [ClassicSimilarity], result of:
      0.011497988 = score(doc=2883,freq=4.0), product of:
        0.055336144 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.024967048 = queryNorm
        0.20778441 = fieldWeight in 2883, product of:
          2.0 = tf(freq=4.0), with freq of:
            4.0 = termFreq=4.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.046875 = fieldNorm(doc=2883)
    0.008102385 = weight(_text_:in in 2883) [ClassicSimilarity], result of:
      0.008102385 = score(doc=2883,freq=14.0), product of:
        0.033961542 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.024967048 = queryNorm
        0.23857531 = fieldWeight in 2883, product of:
          3.7416575 = tf(freq=14.0), with freq of:
            14.0 = termFreq=14.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.046875 = fieldNorm(doc=2883)
  0.11764706 = coord(2/17)
    Abstract
    28 Prozent der amerikanischen Internetnutzer/innen haben es bereits getan: Das freie Verschlagworten von Inhalten aller Art per Social Tagging gehört zu den Anwendungen aus dem Kontext von Web 2.0, die sich zunehmender Beliebtheit erfreuen (Rainie, 2007). Während sich die bisherige Forschung überwiegend inhaltsanalytisch mit dem Phänomen befasst, kommen im vorliegenden Beitrag so genannte "Power User" zu Wort. Um zu einer fundierteren Interpretation der in den Inhaltsanalysen gewonnenen Erkenntnisse beizutragen, wurden Interviews mit Personen durchgeführt, die mehrere Tagging Systeme parallel einsetzen, sich auch mit den technischen Grundlagen auskennen und als "Early Adopter" bereits seit geraumer Zeit aktiv sind. Entsprechend leitet der Beitrag von einer Synopse der aktuellen Literatur in die beschriebene Studie über und schließt mit einem Ausblick auf zukünftige Forschungsvorhaben im Kontext von Social Tagging.
    Footnote
    Beitrag der Tagung "Social Tagging in der Wissensorganisation" am 21.-22.02.2008 am Institut für Wissensmedien (IWM) in Tübingen.
    Series
    Medien in der Wissenschaft; Bd.47
    Source
    Good tags - bad tags: Social Tagging in der Wissensorganisation. Hrsg.: B. Gaiser, u.a
  20. Catarino, M.E.; Baptista, A.A.: Relating folksonomies with Dublin Core (2008) 0.00 
    0.0020783632 = product of:
  0.017666087 = sum of:
    0.005706471 = weight(_text_:in in 2652) [ClassicSimilarity], result of:
      0.005706471 = score(doc=2652,freq=10.0), product of:
        0.033961542 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.024967048 = queryNorm
        0.16802745 = fieldWeight in 2652, product of:
          3.1622777 = tf(freq=10.0), with freq of:
            10.0 = termFreq=10.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.0390625 = fieldNorm(doc=2652)
    0.011959616 = product of:
      0.023919232 = sum of:
        0.023919232 = weight(_text_:22 in 2652) [ClassicSimilarity], result of:
          0.023919232 = score(doc=2652,freq=4.0), product of:
            0.08743035 = queryWeight, product of:
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.024967048 = queryNorm
            0.27358043 = fieldWeight in 2652, product of:
              2.0 = tf(freq=4.0), with freq of:
                4.0 = termFreq=4.0
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.0390625 = fieldNorm(doc=2652)
      0.5 = coord(1/2)
  0.11764706 = coord(2/17)
    Abstract
    Folksonomy is the result of describing Web resources with tags created by Web users. Although it has become a popular application for the description of resources, in general terms Folksonomies are not being conveniently integrated in metadata. However, if the appropriate metadata elements are identified, then further work may be conducted to automatically assign tags to these elements (RDF properties) and use them in Semantic Web applications. This article presents research carried out to continue the project Kinds of Tags, which intends to identify elements required for metadata originating from folksonomies and to propose an application profile for DC Social Tagging. The work provides information that may be used by software applications to assign tags to metadata elements and, therefore, means for tags to be conveniently gathered by metadata interoperability tools. Despite the unquestionably high value of DC and the significance of the already existing properties in DC Terms, the pilot study show revealed a significant number of tags for which no corresponding properties yet existed. A need for new properties, such as Action, Depth, Rate, and Utility was determined. Those potential new properties will have to be validated in a later stage by the DC Social Tagging Community.
    Pages
    S.14-22
    Source
    Metadata for semantic and social applications : proceedings of the International Conference on Dublin Core and Metadata Applications, Berlin, 22 - 26 September 2008, DC 2008: Berlin, Germany / ed. by Jane Greenberg and Wolfgang Klas

Authors

Years

Languages

  • e 102
  • d 43
  • i 1
  • More… Less…

Types

  • a 124
  • el 16
  • m 9
  • s 3
  • b 2
  • x 2
  • More… Less…

Themes

Subjects

Classifications