Search (3 results, page 1 of 1)

0.014629857 = product of:
  0.029259713 = sum of:
    0.029259713 = product of:
      0.058519427 = sum of:
        0.058519427 = weight(_text_:dokumente in 2442) [ClassicSimilarity], result of:
          0.058519427 = score(doc=2442,freq=2.0), product of:
            0.25999573 = queryWeight, product of:
              5.092943 = idf(docFreq=737, maxDocs=44218)
              0.05105019 = queryNorm
            0.22507842 = fieldWeight in 2442, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              5.092943 = idf(docFreq=737, maxDocs=44218)
              0.03125 = fieldNorm(doc=2442)
      0.5 = coord(1/2)
  0.5 = coord(1/2)

Form

Elektronische Dokumente

0.012801125 = product of:
  0.02560225 = sum of:
    0.02560225 = product of:
      0.0512045 = sum of:
        0.0512045 = weight(_text_:dokumente in 2802) [ClassicSimilarity], result of:
          0.0512045 = score(doc=2802,freq=2.0), product of:
            0.25999573 = queryWeight, product of:
              5.092943 = idf(docFreq=737, maxDocs=44218)
              0.05105019 = queryNorm
            0.19694361 = fieldWeight in 2802, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              5.092943 = idf(docFreq=737, maxDocs=44218)
              0.02734375 = fieldNorm(doc=2802)
      0.5 = coord(1/2)
  0.5 = coord(1/2)

Content

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

0.010374893 = product of:
  0.020749787 = sum of:
    0.020749787 = product of:
      0.041499574 = sum of:
        0.041499574 = weight(_text_:22 in 987) [ClassicSimilarity], result of:
          0.041499574 = score(doc=987,freq=2.0), product of:
            0.17876907 = queryWeight, product of:
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.05105019 = queryNorm
            0.23214069 = fieldWeight in 987, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.046875 = fieldNorm(doc=987)
      0.5 = coord(1/2)
  0.5 = coord(1/2)

Date

23. 7.2017 13:49:22