Search (121 results, page 2 of 7)

  • × theme_ss:"Social tagging"
  1. Niemann, C.: Intelligenz im Chaos : erste Schritte zur Analyse des Kreativen Potenzials eines Tagging-Systems (2010) 0.00 
    0.002897163 = product of:
  0.02172872 = sum of:
    0.019262085 = weight(_text_:und in 4375) [ClassicSimilarity], result of:
      0.019262085 = score(doc=4375,freq=12.0), product of:
        0.06422601 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.028978055 = queryNorm
        0.29991096 = fieldWeight in 4375, 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=4375)
    0.0024666358 = product of:
      0.0049332716 = sum of:
        0.0049332716 = weight(_text_:information in 4375) [ClassicSimilarity], result of:
          0.0049332716 = score(doc=4375,freq=2.0), product of:
            0.050870337 = queryWeight, product of:
              1.7554779 = idf(docFreq=20772, maxDocs=44218)
              0.028978055 = queryNorm
            0.09697737 = fieldWeight in 4375, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              1.7554779 = idf(docFreq=20772, maxDocs=44218)
              0.0390625 = fieldNorm(doc=4375)
      0.5 = coord(1/2)
  0.13333334 = coord(2/15)
    Abstract
    Die Auszeichnung digitaler Medien durch Tagging ist zur festen Größe für das Wissensmanagement im Internet avanciert. Im Kontext des zunehmenden information overload' stehen wissenschaftliche Bibliotheken vor der Aufgabe, die große Flut digital publizierter Artikel und Werke möglichst inhaltlich erschlossen verfügbar zu machen. Die Frage ist, ob durch den Einsatz von Tagging-Systemen die kollaborative Intelligenz der NutzerInnen für die Sacherschließung eingesetzt werden kann, während diese von einer intuitiven und individuellen Wissensorganisation profitieren. Die große Freiheit bei der Vergabe von Deskriptoren durch die NutzerInnen eines Tagging-Systems ist nämlich ein ambivalentes Phänomen: Kundennähe und kreatives Potenzial stehen der großen Menge völlig unkontrollierter Meta-Informationen gegenüber, deren inhaltliche Qualität und Aussagekraft noch unklar ist. Bisherige Forschungsbemühungen konzentrieren sich hauptsächlich auf die automatische Hierarchisierung bzw. Relationierung der Tag-Daten (etwa mittels Ähnlichkeitsalgorithmen) oder auf die Analyse des (Miss-)Erfolgs, den die NutzerInnen bei einer Suchanfrage subjektiv erfahren. Aus der Sicht stark strukturierter Wissensorganisation, wie sie Experten z. B. durch die Anwendung von Klassifikationen realisieren, handelt es sich bei den zunächst unvermittelt nebeneinander stehenden Tags allerdings kurz gesagt um Chaos. Dass in diesem Chaos aber auch Struktur und wertvolles Wissen als Gemeinschaftsprodukt erzeugt werden kann, ist eine der zentralen Thesen dieses Artikels.
    Series
    Schriften der Vereinigung Österreichischer Bibliothekarinnen und Bibliothekare (VÖB); Band 7
  2. Catarino, M.E.; Baptista, A.A.: Relating folksonomies with Dublin Core (2008) 0.00 
    0.0021796785 = product of:
  0.032695178 = sum of:
    0.032695178 = sum of:
      0.0049332716 = weight(_text_:information in 2652) [ClassicSimilarity], result of:
        0.0049332716 = score(doc=2652,freq=2.0), product of:
          0.050870337 = queryWeight, product of:
            1.7554779 = idf(docFreq=20772, maxDocs=44218)
            0.028978055 = queryNorm
          0.09697737 = fieldWeight in 2652, product of:
            1.4142135 = tf(freq=2.0), with freq of:
              2.0 = termFreq=2.0
            1.7554779 = idf(docFreq=20772, maxDocs=44218)
            0.0390625 = fieldNorm(doc=2652)
      0.027761906 = weight(_text_:22 in 2652) [ClassicSimilarity], result of:
        0.027761906 = score(doc=2652,freq=4.0), product of:
          0.101476215 = queryWeight, product of:
            3.5018296 = idf(docFreq=3622, maxDocs=44218)
            0.028978055 = 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)
  0.06666667 = coord(1/15)
    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
  3. Kruk, S.R.; Kruk, E.; Stankiewicz, K.: Evaluation of semantic and social technologies for digital libraries (2009) 0.00 
    0.0021285866 = product of:
  0.031928796 = sum of:
    0.031928796 = sum of:
      0.0083720395 = weight(_text_:information in 3387) [ClassicSimilarity], result of:
        0.0083720395 = score(doc=3387,freq=4.0), product of:
          0.050870337 = queryWeight, product of:
            1.7554779 = idf(docFreq=20772, maxDocs=44218)
            0.028978055 = queryNorm
          0.16457605 = fieldWeight in 3387, product of:
            2.0 = tf(freq=4.0), with freq of:
              4.0 = termFreq=4.0
            1.7554779 = idf(docFreq=20772, maxDocs=44218)
            0.046875 = fieldNorm(doc=3387)
      0.023556758 = weight(_text_:22 in 3387) [ClassicSimilarity], result of:
        0.023556758 = score(doc=3387,freq=2.0), product of:
          0.101476215 = queryWeight, product of:
            3.5018296 = idf(docFreq=3622, maxDocs=44218)
            0.028978055 = queryNorm
          0.23214069 = fieldWeight in 3387, 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=3387)
  0.06666667 = coord(1/15)
    Abstract
    Libraries are the tools we use to learn and to answer our questions. The quality of our work depends, among others, on the quality of the tools we use. Recent research in digital libraries is focused, on one hand on improving the infrastructure of the digital library management systems (DLMS), and on the other on improving the metadata models used to annotate collections of objects maintained by DLMS. The latter includes, among others, the semantic web and social networking technologies. Recently, the semantic web and social networking technologies are being introduced to the digital libraries domain. The expected outcome is that the overall quality of information discovery in digital libraries can be improved by employing social and semantic technologies. In this chapter we present the results of an evaluation of social and semantic end-user information discovery services for the digital libraries.
    Date
    1. 8.2010 12:35:22
  4. Held, C.; Cress, U.: Social Tagging aus kognitionspsychologischer Sicht (2008) 0.00 
    0.0020759143 = product of:
  0.031138714 = sum of:
    0.031138714 = weight(_text_:und in 2885) [ClassicSimilarity], result of:
      0.031138714 = score(doc=2885,freq=16.0), product of:
        0.06422601 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.028978055 = queryNorm
        0.4848303 = fieldWeight in 2885, product of:
          4.0 = tf(freq=16.0), with freq of:
            16.0 = termFreq=16.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.0546875 = fieldNorm(doc=2885)
  0.06666667 = coord(1/15)
    Abstract
    Der vorliegende Artikel beschreibt Social-Tagging-Systeme aus theoretisch-kognitionspsychologischer Perspektive und zeigt einige Parallelen und Analogien zwischen Social Tagging und der individuellen kognitiven bedeutungsbezogenen Wissensrepräsentation auf. Zuerst werden wesentliche Aspekte von Social Tagging vorgestellt, die für eine psychologische Betrachtungsweise von Bedeutung sind. Danach werden Modelle und empirische Befunde der Kognitionswissenschaften bezüglich der Speicherung und des Abrufs von Inhalten des Langzeitgedächtnisses beschrieben. Als Drittes werden Parallelen und Unterschiede zwischen Social Tagging und der internen Wissensrepräsentation erläutert und die Möglichkeit von individuellen Lernprozessen durch Social-Tagging-Systeme aufgezeigt.
  5. Schiefner, M.: Social Tagging in der universitären Lehre (2008) 0.00 
    0.0020759143 = product of:
  0.031138714 = sum of:
    0.031138714 = weight(_text_:und in 2887) [ClassicSimilarity], result of:
      0.031138714 = score(doc=2887,freq=16.0), product of:
        0.06422601 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.028978055 = queryNorm
        0.4848303 = fieldWeight in 2887, product of:
          4.0 = tf(freq=16.0), with freq of:
            16.0 = termFreq=16.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.0546875 = fieldNorm(doc=2887)
  0.06666667 = coord(1/15)
    Abstract
    "Social Tagging" bezeichnet das gemeinsame Verwalten und Verschlagworten von Ressourcen und wird vor allem durch Dienste wie del.icio.us oder bibsonomy immer beliebter. Auch in Blogs wird mittlerweile getaggt. Der folgende Beitrag soll die Frage klären: Können Prozesse wie "wisdom of the crowd" und die Folksonomy mit strukturiert und hierarchisch arbeitenden Hochschulen in Verbindung gebracht werden? Obwohl Tagging im Kern verschiedene Dienste und Aufgaben an Hochschulen betrifft, bleibt die Frage bislang unbeantwortet, ob und wie dies an Hochschulen, vor allem im Prozess des Lehrens und Lernens integriert und nutzbar gemacht werden kann.
  6. Chen, M.; Liu, X.; Qin, J.: Semantic relation extraction from socially-generated tags : a methodology for metadata generation (2008) 0.00 
    0.0019664785 = product of:
  0.029497176 = sum of:
    0.029497176 = sum of:
      0.009866543 = weight(_text_:information in 2648) [ClassicSimilarity], result of:
        0.009866543 = score(doc=2648,freq=8.0), product of:
          0.050870337 = queryWeight, product of:
            1.7554779 = idf(docFreq=20772, maxDocs=44218)
            0.028978055 = queryNorm
          0.19395474 = fieldWeight in 2648, product of:
            2.828427 = tf(freq=8.0), with freq of:
              8.0 = termFreq=8.0
            1.7554779 = idf(docFreq=20772, maxDocs=44218)
            0.0390625 = fieldNorm(doc=2648)
      0.019630633 = weight(_text_:22 in 2648) [ClassicSimilarity], result of:
        0.019630633 = score(doc=2648,freq=2.0), product of:
          0.101476215 = queryWeight, product of:
            3.5018296 = idf(docFreq=3622, maxDocs=44218)
            0.028978055 = queryNorm
          0.19345059 = fieldWeight in 2648, product of:
            1.4142135 = tf(freq=2.0), with freq of:
              2.0 = termFreq=2.0
            3.5018296 = idf(docFreq=3622, maxDocs=44218)
            0.0390625 = fieldNorm(doc=2648)
  0.06666667 = coord(1/15)
    Abstract
    The growing predominance of social semantics in the form of tagging presents the metadata community with both opportunities and challenges as for leveraging this new form of information content representation and for retrieval. One key challenge is the absence of contextual information associated with these tags. This paper presents an experiment working with Flickr tags as an example of utilizing social semantics sources for enriching subject metadata. The procedure included four steps: 1) Collecting a sample of Flickr tags, 2) Calculating cooccurrences between tags through mutual information, 3) Tracing contextual information of tag pairs via Google search results, 4) Applying natural language processing and machine learning techniques to extract semantic relations between tags. The experiment helped us to build a context sentence collection from the Google search results, which was then processed by natural language processing and machine learning algorithms. This new approach achieved a reasonably good rate of accuracy in assigning semantic relations to tag pairs. This paper also explores the implications of this approach for using social semantics to enrich subject metadata.
    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
  7. Choi, Y.; Syn, S.Y.: Characteristics of tagging behavior in digitized humanities online collections (2016) 0.00 
    0.0019664785 = product of:
  0.029497176 = sum of:
    0.029497176 = sum of:
      0.009866543 = weight(_text_:information in 2891) [ClassicSimilarity], result of:
        0.009866543 = score(doc=2891,freq=8.0), product of:
          0.050870337 = queryWeight, product of:
            1.7554779 = idf(docFreq=20772, maxDocs=44218)
            0.028978055 = queryNorm
          0.19395474 = fieldWeight in 2891, product of:
            2.828427 = tf(freq=8.0), with freq of:
              8.0 = termFreq=8.0
            1.7554779 = idf(docFreq=20772, maxDocs=44218)
            0.0390625 = fieldNorm(doc=2891)
      0.019630633 = weight(_text_:22 in 2891) [ClassicSimilarity], result of:
        0.019630633 = score(doc=2891,freq=2.0), product of:
          0.101476215 = queryWeight, product of:
            3.5018296 = idf(docFreq=3622, maxDocs=44218)
            0.028978055 = queryNorm
          0.19345059 = fieldWeight in 2891, product of:
            1.4142135 = tf(freq=2.0), with freq of:
              2.0 = termFreq=2.0
            3.5018296 = idf(docFreq=3622, maxDocs=44218)
            0.0390625 = fieldNorm(doc=2891)
  0.06666667 = coord(1/15)
    Abstract
    The purpose of this study was to examine user tags that describe digitized archival collections in the field of humanities. A collection of 8,310 tags from a digital portal (Nineteenth-Century Electronic Scholarship, NINES) was analyzed to find out what attributes of primary historical resources users described with tags. Tags were categorized to identify which tags describe the content of the resource, the resource itself, and subjective aspects (e.g., usage or emotion). The study's findings revealed that over half were content-related; tags representing opinion, usage context, or self-reference, however, reflected only a small percentage. The study further found that terms related to genre or physical format of a resource were frequently used in describing primary archival resources. It was also learned that nontextual resources had lower numbers of content-related tags and higher numbers of document-related tags than textual resources and bibliographic materials; moreover, textual resources tended to have more user-context-related tags than other resources. These findings help explain users' tagging behavior and resource interpretation in primary resources in the humanities. Such information provided through tags helps information professionals decide to what extent indexing archival and cultural resources should be done for resource description and discovery, and understand users' terminology.
    Date
    21. 4.2016 11:23:22
    Source
    Journal of the Association for Information Science and Technology. 67(2016) no.5, S.1089-1104
    Theme
    Information Gateway
  8. Carlin, S.A.: Schlagwortvergabe durch Nutzende (Tagging) als Hilfsmittel zur Suche im Web : Ansatz, Modelle, Realisierungen (2006) 0.00 
    0.0018902015 = product of:
  0.02835302 = sum of:
    0.02835302 = weight(_text_:und in 2476) [ClassicSimilarity], result of:
      0.02835302 = score(doc=2476,freq=26.0), product of:
        0.06422601 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.028978055 = 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)
  0.06666667 = coord(1/15)
    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
  9. Heller, L.: Sacherschließung von Literatur in und mit der Wikipedia : eine Spielidee (2010) 0.00 
    0.0018160468 = product of:
  0.027240701 = sum of:
    0.027240701 = weight(_text_:und in 4428) [ClassicSimilarity], result of:
      0.027240701 = score(doc=4428,freq=6.0), product of:
        0.06422601 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.028978055 = queryNorm
        0.42413816 = fieldWeight in 4428, product of:
          2.4494898 = tf(freq=6.0), with freq of:
            6.0 = termFreq=6.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.078125 = fieldNorm(doc=4428)
  0.06666667 = coord(1/15)
    Abstract
    Grundidee und die Potentiale einer kollaborativen Sacherschließung der Wikipedia-Community mittels der Wikipedia als Quasi-Thesaurus
    Footnote
    Fortsetzung "Sacherschließung von Literatur in und mit der Wikipedia - einfach anfangen?" unter: http://biblionik.de/2011/04/06/anfangen/.
  10. Simon, D.: Anreicherung bibliothekarischer Titeldaten durch Tagging : Möglichkeiten und Probleme (2007) 0.00 
    0.0017977946 = product of:
  0.026966918 = sum of:
    0.026966918 = weight(_text_:und in 530) [ClassicSimilarity], result of:
      0.026966918 = score(doc=530,freq=12.0), product of:
        0.06422601 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.028978055 = 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)
  0.06666667 = coord(1/15)
    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
  11. Derntl, M.; Hampel, T.; Motschnig, R.; Pitner, T.: Social Tagging und Inclusive Universal Access (2008) 0.00 
    0.0017793552 = product of:
  0.026690327 = sum of:
    0.026690327 = weight(_text_:und in 2864) [ClassicSimilarity], result of:
      0.026690327 = score(doc=2864,freq=16.0), product of:
        0.06422601 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.028978055 = queryNorm
        0.41556883 = fieldWeight in 2864, product of:
          4.0 = tf(freq=16.0), with freq of:
            16.0 = termFreq=16.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.046875 = fieldNorm(doc=2864)
  0.06666667 = coord(1/15)
    Abstract
    Der vorliegende Artikel beleuchtet und bewertet Social Tagging als aktuelles Phänomen des Web 2.0 im Kontext bekannter Techniken der semantischen Datenorganisation. Tagging wird in einen Raum verwandter Ordnungs- und Strukturierungsansätze eingeordnet, um die fundamentalen Grundlagen des Social Tagging zu identifizieren und zuzuweisen. Dabei wird Tagging anhand des Inclusive Universal Access Paradigmas bewertet, das technische als auch menschlich-soziale Kriterien für die inklusive und barrierefreie Bereitstellung und Nutzung von Diensten definiert. Anhand dieser Bewertung werden fundamentale Prinzipien des "Inclusive Social Tagging" hergeleitet, die der Charakterisierung und Bewertung gängiger Tagging-Funktionalitäten in verbreiteten Web-2.0-Diensten dienen. Aus der Bewertung werden insbesondere Entwicklungsmöglichkeiten von Social Tagging und unterstützenden Diensten erkennbar.
  12. Yi, K.: Harnessing collective intelligence in social tagging using Delicious (2012) 0.00 
    0.0017738222 = product of:
  0.026607333 = sum of:
    0.026607333 = sum of:
      0.0069766995 = weight(_text_:information in 515) [ClassicSimilarity], result of:
        0.0069766995 = score(doc=515,freq=4.0), product of:
          0.050870337 = queryWeight, product of:
            1.7554779 = idf(docFreq=20772, maxDocs=44218)
            0.028978055 = queryNorm
          0.13714671 = fieldWeight in 515, product of:
            2.0 = tf(freq=4.0), with freq of:
              4.0 = termFreq=4.0
            1.7554779 = idf(docFreq=20772, maxDocs=44218)
            0.0390625 = fieldNorm(doc=515)
      0.019630633 = weight(_text_:22 in 515) [ClassicSimilarity], result of:
        0.019630633 = score(doc=515,freq=2.0), product of:
          0.101476215 = queryWeight, product of:
            3.5018296 = idf(docFreq=3622, maxDocs=44218)
            0.028978055 = queryNorm
          0.19345059 = fieldWeight in 515, product of:
            1.4142135 = tf(freq=2.0), with freq of:
              2.0 = termFreq=2.0
            3.5018296 = idf(docFreq=3622, maxDocs=44218)
            0.0390625 = fieldNorm(doc=515)
  0.06666667 = coord(1/15)
    Abstract
    A new collaborative approach in information organization and sharing has recently arisen, known as collaborative tagging or social indexing. A key element of collaborative tagging is the concept of collective intelligence (CI), which is a shared intelligence among all participants. This research investigates the phenomenon of social tagging in the context of CI with the aim to serve as a stepping-stone towards the mining of truly valuable social tags for web resources. This study focuses on assessing and evaluating the degree of CI embedded in social tagging over time in terms of two-parameter values, number of participants, and top frequency ranking window. Five different metrics were adopted and utilized for assessing the similarity between ranking lists: overlapList, overlapRank, Footrule, Fagin's measure, and the Inverse Rank measure. The result of this study demonstrates that a substantial degree of CI is most likely to be achieved when somewhere between the first 200 and 400 people have participated in tagging, and that a target degree of CI can be projected by controlling the two factors along with the selection of a similarity metric. The study also tests some experimental conditions for detecting social tags with high CI degree. The results of this study can be applicable to the study of filtering social tags based on CI; filtered social tags may be utilized for the metadata creation of tagged resources and possibly for the retrieval of tagged resources.
    Date
    25.12.2012 15:22:37
    Source
    Journal of the American Society for Information Science and Technology. 63(2012) no.12, S.2488-2502
  13. Qin, C.; Liu, Y.; Mou, J.; Chen, J.: User adoption of a hybrid social tagging approach in an online knowledge community (2019) 0.00 
    0.0017738222 = product of:
  0.026607333 = sum of:
    0.026607333 = sum of:
      0.0069766995 = weight(_text_:information in 5492) [ClassicSimilarity], result of:
        0.0069766995 = score(doc=5492,freq=4.0), product of:
          0.050870337 = queryWeight, product of:
            1.7554779 = idf(docFreq=20772, maxDocs=44218)
            0.028978055 = queryNorm
          0.13714671 = fieldWeight in 5492, product of:
            2.0 = tf(freq=4.0), with freq of:
              4.0 = termFreq=4.0
            1.7554779 = idf(docFreq=20772, maxDocs=44218)
            0.0390625 = fieldNorm(doc=5492)
      0.019630633 = weight(_text_:22 in 5492) [ClassicSimilarity], result of:
        0.019630633 = score(doc=5492,freq=2.0), product of:
          0.101476215 = queryWeight, product of:
            3.5018296 = idf(docFreq=3622, maxDocs=44218)
            0.028978055 = queryNorm
          0.19345059 = fieldWeight in 5492, product of:
            1.4142135 = tf(freq=2.0), with freq of:
              2.0 = termFreq=2.0
            3.5018296 = idf(docFreq=3622, maxDocs=44218)
            0.0390625 = fieldNorm(doc=5492)
  0.06666667 = coord(1/15)
    Abstract
    Purpose Online knowledge communities make great contributions to global knowledge sharing and innovation. Resource tagging approaches have been widely adopted in such communities to describe, annotate and organize knowledge resources mainly through users' participation. However, it is unclear what causes the adoption of a particular resource tagging approach. The purpose of this paper is to identify factors that drive users to use a hybrid social tagging approach. Design/methodology/approach Technology acceptance model and social cognitive theory are adopted to support an integrated model proposed in this paper. Zhihu, one of the most popular online knowledge communities in China, is taken as the survey context. A survey was conducted with a questionnaire and collected data were analyzed through structural equation model. Findings A new hybrid social resource tagging approach was refined and described. The empirical results revealed that self-efficacy, perceived usefulness (PU) and perceived ease of use exert positive effect on users' attitude. Moreover, social influence, PU and attitude impact significantly on users' intention to use a hybrid social resource tagging approach. Originality/value Theoretically, this study enriches the type of resource tagging approaches and recognizes factors influencing user adoption to use it. Regarding the practical parts, the results provide online information system providers and designers with referential strategies to improve the performance of the current tagging approaches and promote them.
    Date
    20. 1.2015 18:30:22
    Source
    Aslib journal of information management. 71(2019) no.2, S.155-175
  14. Hotho, A.; Jäschke, R.; Benz, D.; Grahl, M.; Krause, B.; Schmitz, C.; Stumme, G.: Social Bookmarking am Beispiel BibSonomy (2009) 0.00 
    0.0016775922 = product of:
  0.025163881 = sum of:
    0.025163881 = weight(_text_:und in 4873) [ClassicSimilarity], result of:
      0.025163881 = score(doc=4873,freq=8.0), product of:
        0.06422601 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.028978055 = 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)
  0.06666667 = coord(1/15)
    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.
  15. Beuth, P.: ¬Ein Freund weckt Vertrauen : Experten sehen im Online-Portal Twitter ein neues Massenmedium heranwachsen (2008) 0.00 
    0.0015995994 = product of:
  0.02399399 = sum of:
    0.02399399 = weight(_text_:und in 4273) [ClassicSimilarity], result of:
      0.02399399 = score(doc=4273,freq=38.0), product of:
        0.06422601 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.028978055 = 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)
  0.06666667 = coord(1/15)
    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.""
  16. Schillerwein, S.: ¬Der 'Business Case' für die Nutzung von Social Tagging in Intranets und internen Informationssystemen (2008) 0.00 
    0.0015409668 = product of:
  0.0231145 = sum of:
    0.0231145 = weight(_text_:und in 2893) [ClassicSimilarity], result of:
      0.0231145 = score(doc=2893,freq=12.0), product of:
        0.06422601 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.028978055 = 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)
  0.06666667 = coord(1/15)
    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.
  17. Birkenhake, B.: Semantic Weblog : Erfahrungen vom Bloggen mit Tags und Ontologien (2008) 0.00 
    0.0015409668 = product of:
  0.0231145 = sum of:
    0.0231145 = weight(_text_:und in 2894) [ClassicSimilarity], result of:
      0.0231145 = score(doc=2894,freq=12.0), product of:
        0.06422601 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.028978055 = 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)
  0.06666667 = coord(1/15)
    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.
  18. Güntner, G.; Sint, R.; Westenthaler, R.: ¬Ein Ansatz zur Unterstützung traditioneller Klassifikation durch Social Tagging (2008) 0.00 
    0.0015409668 = product of:
  0.0231145 = sum of:
    0.0231145 = weight(_text_:und in 2897) [ClassicSimilarity], result of:
      0.0231145 = score(doc=2897,freq=12.0), product of:
        0.06422601 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.028978055 = 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)
  0.06666667 = coord(1/15)
    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.
  19. Heller, L.: Sacherschließung von Literatur in und mit der Wikipedia - einfach anfangen? (2011) 0.00 
    0.001482796 = product of:
  0.022241939 = sum of:
    0.022241939 = weight(_text_:und in 4424) [ClassicSimilarity], result of:
      0.022241939 = score(doc=4424,freq=4.0), product of:
        0.06422601 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.028978055 = 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)
  0.06666667 = coord(1/15)
    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.
  20. Tschetschonig, K.; Ladengruber, R.; Hampel, T.; Schulte, J.: Kollaborative Tagging-Systeme im Electronic Commerce (2008) 0.00 
    0.0014678931 = product of:
  0.022018395 = sum of:
    0.022018395 = weight(_text_:und in 2891) [ClassicSimilarity], result of:
      0.022018395 = score(doc=2891,freq=8.0), product of:
        0.06422601 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.028978055 = 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)
  0.06666667 = coord(1/15)
    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.

Authors

Years

Languages

  • e 78
  • d 43

Types

  • a 102
  • el 9
  • m 9
  • s 3
  • b 2
  • x 2
  • More… Less…

Themes

Subjects

Classifications