-
Mayr, P.: Bradfordizing als Re-Ranking-Ansatz in Literaturinformationssystemen (2011)
0.03
0.031034613 = product of:
0.062069226 = sum of:
0.062069226 = product of:
0.12413845 = sum of:
0.12413845 = weight(_text_:dokumente in 4292) [ClassicSimilarity], result of:
0.12413845 = score(doc=4292,freq=4.0), product of:
0.25999573 = queryWeight, product of:
5.092943 = idf(docFreq=737, maxDocs=44218)
0.05105019 = queryNorm
0.47746342 = fieldWeight in 4292, product of:
2.0 = tf(freq=4.0), with freq of:
4.0 = termFreq=4.0
5.092943 = idf(docFreq=737, maxDocs=44218)
0.046875 = fieldNorm(doc=4292)
0.5 = coord(1/2)
0.5 = coord(1/2)
- Abstract
- In diesem Artikel wird ein Re-Ranking-Ansatz für Suchsysteme vorgestellt, der die Recherche nach wissenschaftlicher Literatur messbar verbessern kann. Das nichttextorientierte Rankingverfahren Bradfordizing wird eingeführt und anschließend im empirischen Teil des Artikels bzgl. der Effektivität für typische fachbezogene Recherche-Topics evaluiert. Dem Bradford Law of Scattering (BLS), auf dem Bradfordizing basiert, liegt zugrunde, dass sich die Literatur zu einem beliebigen Fachgebiet bzw. -thema in Zonen unterschiedlicher Dokumentenkonzentration verteilt. Dem Kernbereich mit hoher Konzentration der Literatur folgen Bereiche mit mittlerer und geringer Konzentration. Bradfordizing sortiert bzw. rankt eine Dokumentmenge damit nach den sogenannten Kernzeitschriften. Der Retrievaltest mit 164 intellektuell bewerteten Fragestellungen in Fachdatenbanken aus den Bereichen Sozial- und Politikwissenschaften, Wirtschaftswissenschaften, Psychologie und Medizin zeigt, dass die Dokumente der Kernzeitschriften signifikant häufiger relevant bewertet werden als Dokumente der zweiten Dokumentzone bzw. den Peripherie-Zeitschriften. Die Implementierung von Bradfordizing und weiteren Re-Rankingverfahren liefert unmittelbare Mehrwerte für den Nutzer.
-
Mandl, T.: Web- und Multimedia-Dokumente : Neuere Entwicklungen bei der Evaluierung von Information Retrieval Systemen (2003)
0.03
0.029259713 = product of:
0.058519427 = sum of:
0.058519427 = product of:
0.11703885 = sum of:
0.11703885 = weight(_text_:dokumente in 1734) [ClassicSimilarity], result of:
0.11703885 = score(doc=1734,freq=2.0), product of:
0.25999573 = queryWeight, product of:
5.092943 = idf(docFreq=737, maxDocs=44218)
0.05105019 = queryNorm
0.45015684 = fieldWeight in 1734, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
5.092943 = idf(docFreq=737, maxDocs=44218)
0.0625 = fieldNorm(doc=1734)
0.5 = coord(1/2)
0.5 = coord(1/2)
-
Voorhees, E.M.: Implementing agglomerative hierarchic clustering algorithms for use in document retrieval (1986)
0.03
0.027666384 = product of:
0.05533277 = sum of:
0.05533277 = product of:
0.11066554 = sum of:
0.11066554 = weight(_text_:22 in 402) [ClassicSimilarity], result of:
0.11066554 = score(doc=402,freq=2.0), product of:
0.17876907 = queryWeight, product of:
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.05105019 = queryNorm
0.61904186 = fieldWeight in 402, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.125 = fieldNorm(doc=402)
0.5 = coord(1/2)
0.5 = coord(1/2)
- Source
- Information processing and management. 22(1986) no.6, S.465-476
-
Lanvent, A.: Know-how - Suchverfahren : Intelligente Suchmaschinen erzielen mit assoziativen und linguistischen Verfahren beste Ergebnisse. (2004)
0.03
0.025862178 = product of:
0.051724356 = sum of:
0.051724356 = product of:
0.10344871 = sum of:
0.10344871 = weight(_text_:dokumente in 2988) [ClassicSimilarity], result of:
0.10344871 = score(doc=2988,freq=4.0), product of:
0.25999573 = queryWeight, product of:
5.092943 = idf(docFreq=737, maxDocs=44218)
0.05105019 = queryNorm
0.3978862 = fieldWeight in 2988, product of:
2.0 = tf(freq=4.0), with freq of:
4.0 = termFreq=4.0
5.092943 = idf(docFreq=737, maxDocs=44218)
0.0390625 = fieldNorm(doc=2988)
0.5 = coord(1/2)
0.5 = coord(1/2)
- Content
- "Die einfachste Form der Volltextsuche ist die Phrasensuche. Hierbei gilt es, den eingegebenen Text in der exakten Schreibweise in sämtlichen relevanten Dokumenten zu finden. Anhand von Joker-Zeichen wie Stern und Fragezeichen kann der Anwender diese Art der Suche erweitern. Boole'sche Parameter verknüpfen einen, zwei oder mehrere Begriffe zu einem Suchstring. Die häufigsten Parameter lauten UND, ODER und NICHT. So lassen sich auch komplexe Anfragen starten, etwa sollen alle Dokumente gefunden werden, die die Begriffe »Schröder« oder »Schroeder«, aber nicht »Bundeskanzler« enthalten. Kennt der Anwender nicht die exakte Schreibweise oder kommen unterschiedliche Ausprägungen eines Wortes in den gesuchten Dokumenten vor, wie Deklinationen, muss er auf fehlertolerante oder linguistische Verfahren zurückgreifen. Einige Tools wie etwa Dt Search und Findword arbeiten mit Wörterbüchern, die auch Flexionen enthalten. Sucht der Nutzer etwa nach »Baum«, findet das Tool auch »Bäume« oder etwa »Baumstamm«. Bei der phonetischen Suche setzen Programme wie Documind Pro und Findword auf einen Algorithmus, der nach dem ähnlichen Klang der Wörter recherchiert. Solche Verfahren sind demnach sprachenabhängig. Sie nehmen den Suchstring »Meier« zum Anlass, auch »Mayer« oder »Meier« nachzuschlagen. Fuzzy Logic ist ein verwandtes Verfahren, das alternative Schreibweisen oder Tippfehler verzeiht. Dieses Verfahren berücksichtigt auch Abweichungen und stellt dabei fest, dass ein bestimmter Begriff zu einem Wortstamm gehört. Eine solche Methode liefert eine größere Trefferliste und findet bei Eingabe von »Microsoft« auch Dokumente mit »Mircosoft« und »Microaoft«. Die Königsdisziplin ist die Assoziative Suche, die die Recherche nach Eingabe eines beliebigen Satzes in der natürlichen Sprache startet. Das Suchkommando »Die Meistertitel von Borussia Mönchengladbach« findet im Idealfall Texte zu den Themen Fußball, Bundesliga und Netzer."
-
Oberhauser, O.; Labner, J.: Relevance Ranking in Online-Katalogen : Informationsstand und Perspektiven (2003)
0.03
0.02560225 = product of:
0.0512045 = sum of:
0.0512045 = product of:
0.102409 = sum of:
0.102409 = weight(_text_:dokumente in 2188) [ClassicSimilarity], result of:
0.102409 = score(doc=2188,freq=2.0), product of:
0.25999573 = queryWeight, product of:
5.092943 = idf(docFreq=737, maxDocs=44218)
0.05105019 = queryNorm
0.39388722 = fieldWeight in 2188, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
5.092943 = idf(docFreq=737, maxDocs=44218)
0.0546875 = fieldNorm(doc=2188)
0.5 = coord(1/2)
0.5 = coord(1/2)
- Abstract
- Bekanntlich führen Suchmaschinen wie Google &Co. beider Auflistung der Suchergebnisse ein "Ranking" nach "Relevanz" durch, d.h. die Dokumente werden in absteigender Reihenfolge entsprechend ihrer Erfüllung von Relevanzkriterien ausgeben. In Online-Katalogen (OPACs) ist derlei noch nicht allgemein übliche Praxis, doch bietet etwa das im Österreichischen Bibliothekenverbund eingesetzte System Aleph 500 tatsächlich eine solche Ranking-Option an (die im Verbundkatalog auch implementiert ist). Bislang liegen allerdings kaum Informationen zur Funktionsweise dieses Features, insbesondere auch im Hinblick auf eine Hilfestellung für Benutzer, vor. Daher möchten wir mit diesem Beitrag versuchen, den in unserem Verbund bestehenden Informationsstand zum Thema "Relevance Ranking" zu erweitern. Sowohl die Verwendung einer Ranking-Option in OPACs generell als auch die sich unter Aleph 500 konkret bietenden Möglichkeiten sollen im folgenden näher betrachtet werden.
-
Smeaton, A.F.; Rijsbergen, C.J. van: ¬The retrieval effects of query expansion on a feedback document retrieval system (1983)
0.02
0.024208086 = product of:
0.04841617 = sum of:
0.04841617 = product of:
0.09683234 = sum of:
0.09683234 = weight(_text_:22 in 2134) [ClassicSimilarity], result of:
0.09683234 = score(doc=2134,freq=2.0), product of:
0.17876907 = queryWeight, product of:
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.05105019 = queryNorm
0.5416616 = fieldWeight in 2134, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.109375 = fieldNorm(doc=2134)
0.5 = coord(1/2)
0.5 = coord(1/2)
- Date
- 30. 3.2001 13:32:22
-
Back, J.: ¬An evaluation of relevancy ranking techniques used by Internet search engines (2000)
0.02
0.024208086 = product of:
0.04841617 = sum of:
0.04841617 = product of:
0.09683234 = sum of:
0.09683234 = weight(_text_:22 in 3445) [ClassicSimilarity], result of:
0.09683234 = score(doc=3445,freq=2.0), product of:
0.17876907 = queryWeight, product of:
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.05105019 = queryNorm
0.5416616 = fieldWeight in 3445, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.109375 = fieldNorm(doc=3445)
0.5 = coord(1/2)
0.5 = coord(1/2)
- Date
- 25. 8.2005 17:42:22
-
Stock, M.; Stock, W.G.: Internet-Suchwerkzeuge im Vergleich (IV) : Relevance Ranking nach "Popularität" von Webseiten: Google (2001)
0.02
0.021944785 = product of:
0.04388957 = sum of:
0.04388957 = product of:
0.08777914 = sum of:
0.08777914 = weight(_text_:dokumente in 5771) [ClassicSimilarity], result of:
0.08777914 = score(doc=5771,freq=2.0), product of:
0.25999573 = queryWeight, product of:
5.092943 = idf(docFreq=737, maxDocs=44218)
0.05105019 = queryNorm
0.33761764 = fieldWeight in 5771, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
5.092943 = idf(docFreq=737, maxDocs=44218)
0.046875 = fieldNorm(doc=5771)
0.5 = coord(1/2)
0.5 = coord(1/2)
- Abstract
- In unserem Retrievaltest von Suchwerkzeugen im World Wide Web (Password 11/2000) schnitt die Suchmaschine Google am besten ab. Im Vergleich zu anderen Search Engines setzt Google kaum auf Informationslinguistik, sondern auf Algorithmen, die sich aus den Besonderheiten der Web-Dokumente ableiten lassen. Kernstück der informationsstatistischen Technik ist das "PageRank"- Verfahren (benannt nach dem Entwickler Larry Page), das aus der Hypertextstruktur des Web die "Popularität" von Seiten anhand ihrer ein- und ausgehenden Links berechnet. Google besticht durch das Angebot intuitiv verstehbarer Suchbildschirme sowie durch einige sehr nützliche "Kleinigkeiten" wie die Angabe des Rangs einer Seite, Highlighting, Suchen in der Seite, Suchen innerhalb eines Suchergebnisses usw., alles verstaut in einer eigenen Befehlsleiste innerhalb des Browsers. Ähnlich wie RealNames bietet Google mit dem Produkt "AdWords" den Aufkauf von Suchtermen an. Nach einer Reihe von nunmehr vier Password-Artikeln über InternetSuchwerkzeugen im Vergleich wollen wir abschließend zu einer Bewertung kommen. Wie ist der Stand der Technik bei Directories und Search Engines aus informationswissenschaftlicher Sicht einzuschätzen? Werden die "typischen" Internetnutzer, die ja in der Regel keine Information Professionals sind, adäquat bedient? Und können auch Informationsfachleute von den Suchwerkzeugen profitieren?
-
Mayr, P.: Bradfordizing mit Katalogdaten : Alternative Sicht auf Suchergebnisse und Publikationsquellen durch Re-Ranking (2010)
0.02
0.021944785 = product of:
0.04388957 = sum of:
0.04388957 = product of:
0.08777914 = sum of:
0.08777914 = weight(_text_:dokumente in 4301) [ClassicSimilarity], result of:
0.08777914 = score(doc=4301,freq=2.0), product of:
0.25999573 = queryWeight, product of:
5.092943 = idf(docFreq=737, maxDocs=44218)
0.05105019 = queryNorm
0.33761764 = fieldWeight in 4301, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
5.092943 = idf(docFreq=737, maxDocs=44218)
0.046875 = fieldNorm(doc=4301)
0.5 = coord(1/2)
0.5 = coord(1/2)
- Abstract
- Nutzer erwarten für Literaturrecherchen in wissenschaftlichen Suchsystemen einen möglichst hohen Anteil an relevanten und qualitativen Dokumenten in den Trefferergebnissen. Insbesondere die Reihenfolge und Struktur der gelisteten Ergebnisse (Ranking) spielt, neben dem direkten Volltextzugriff auf die Dokumente, für viele Nutzer inzwischen eine entscheidende Rolle. Abgegrenzt wird Ranking oder Relevance Ranking von sogenannten Sortierungen zum Beispiel nach dem Erscheinungsjahr der Publikation, obwohl hier die Grenze zu »nach inhaltlicher Relevanz« gerankten Listen konzeptuell nicht sauber zu ziehen ist. Das Ranking von Dokumenten führt letztlich dazu, dass sich die Benutzer fokussiert mit den oberen Treffermengen eines Suchergebnisses beschäftigen. Der mittlere und untere Bereich eines Suchergebnisses wird häufig nicht mehr in Betracht gezogen. Aufgrund der Vielzahl an relevanten und verfügbaren Informationsquellen ist es daher notwendig, Kernbereiche in den Suchräumen zu identifizieren und diese anschließend dem Nutzer hervorgehoben zu präsentieren. Phillipp Mayr fasst hier die Ergebnisse seiner Dissertation zum Thema »Re-Ranking auf Basis von Bradfordizing für die verteilte Suche in Digitalen Bibliotheken« zusammen.
-
Fuhr, N.: Ranking-Experimente mit gewichteter Indexierung (1986)
0.02
0.020749787 = product of:
0.041499574 = sum of:
0.041499574 = product of:
0.08299915 = sum of:
0.08299915 = weight(_text_:22 in 58) [ClassicSimilarity], result of:
0.08299915 = score(doc=58,freq=2.0), product of:
0.17876907 = queryWeight, product of:
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.05105019 = queryNorm
0.46428138 = fieldWeight in 58, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.09375 = fieldNorm(doc=58)
0.5 = coord(1/2)
0.5 = coord(1/2)
- Date
- 14. 6.2015 22:12:44
-
Fuhr, N.: Rankingexperimente mit gewichteter Indexierung (1986)
0.02
0.020749787 = product of:
0.041499574 = sum of:
0.041499574 = product of:
0.08299915 = sum of:
0.08299915 = weight(_text_:22 in 2051) [ClassicSimilarity], result of:
0.08299915 = score(doc=2051,freq=2.0), product of:
0.17876907 = queryWeight, product of:
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.05105019 = queryNorm
0.46428138 = fieldWeight in 2051, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.09375 = fieldNorm(doc=2051)
0.5 = coord(1/2)
0.5 = coord(1/2)
- Date
- 14. 6.2015 22:12:56
-
Lanvent, A.: Licht im Daten Chaos (2004)
0.02
0.020689743 = product of:
0.041379485 = sum of:
0.041379485 = product of:
0.08275897 = sum of:
0.08275897 = weight(_text_:dokumente in 2806) [ClassicSimilarity], result of:
0.08275897 = score(doc=2806,freq=4.0), product of:
0.25999573 = queryWeight, product of:
5.092943 = idf(docFreq=737, maxDocs=44218)
0.05105019 = queryNorm
0.31830895 = fieldWeight in 2806, product of:
2.0 = tf(freq=4.0), with freq of:
4.0 = termFreq=4.0
5.092943 = idf(docFreq=737, maxDocs=44218)
0.03125 = fieldNorm(doc=2806)
0.5 = coord(1/2)
0.5 = coord(1/2)
- Content
- "Bitte suchen Sie alle Unterlagen, die im PC zum Ibelshäuser-Vertrag in Sprockhövel gespeichert sind. Finden Sie alles, was wir haben - Dokumente, Tabellen, Präsentationen, Scans, E-Mails. Und erledigen Sie das gleich! « Wer diese Aufgabe an das Windows-eigene Suchmodul vergibt, wird zwangsläufig enttäuscht. Denn das Betriebssystem beherrscht weder die formatübergreifende Recherche noch die Kontextsuche, die für solche komplexen Aufträge nötig sind. Professionelle Desktop-Suchmaschinen erledigen Aufgaben dieser Art jedoch im Handumdrehen - genauer gesagt in einer einzigen Sekunde. Spitzenprogramme wie Global Brain benötigen dafür nicht einmal umfangreiche Abfrageformulare. Es genügt, einen Satz im Eingabefeld zu formulieren, der das Thema der gewünschten Dokumente eingrenzt. Dabei suchen die Programme über alle Laufwerke, die sich auf dem System einbinden lassen - also auch im Netzwerk-Ordner (Shared Folder), sofern dieser freigegeben wurde. Allen Testkandidaten - mit Ausnahme von Search 32 - gemeinsam ist, dass sie weitaus bessere Rechercheergebnisse abliefern als Windows, deutlich schneller arbeiten und meist auch in den Online-Postfächern stöbern. Wer schon öfter vergeblich über die Windows-Suche nach wichtigen Dokumenten gefahndet hat, kommt angesichts der Qualität der Search-Engines kaum mehr um die Anschaffung eines Desktop-Suchtools herum. Aber Microsoft will nachbessern. Für den Windows-XP-Nachfolger Longhorn wirbt der Hersteller vor allem mit dem Hinweis auf das neue Dateisystem WinFS, das sämtliche Files auf der Festplatte über Meta-Tags indiziert und dem Anwender damit lange Suchläufe erspart. So sollen sich anders als bei Windows XP alle Dateien zu bestimmten Themen in wenigen Sekunden auflisten lassen - unabhängig vom Format und vom physikalischen Speicherort der Files. Für die Recherche selbst ist dann weder der Dateiname noch das Erstelldatum ausschlaggebend. Anhand der kontextsensitiven Suche von WinFS kann der Anwender einfach einen Suchbefehl wie »Vertragsabschluss mit Firma XYZ, Neunkirchen/Saar« eingeben, der dann ohne Umwege zum Ziel führt."
-
Fuhr, N.: Theorie des Information Retrieval I : Modelle (2004)
0.02
0.018287322 = product of:
0.036574643 = sum of:
0.036574643 = product of:
0.073149286 = sum of:
0.073149286 = weight(_text_:dokumente in 2912) [ClassicSimilarity], result of:
0.073149286 = score(doc=2912,freq=2.0), product of:
0.25999573 = queryWeight, product of:
5.092943 = idf(docFreq=737, maxDocs=44218)
0.05105019 = queryNorm
0.28134802 = fieldWeight in 2912, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
5.092943 = idf(docFreq=737, maxDocs=44218)
0.0390625 = fieldNorm(doc=2912)
0.5 = coord(1/2)
0.5 = coord(1/2)
- Abstract
- Information-Retrieval-(IR-)Modelle spezifizieren, wie zur einer gegebenen Anfrage die Antwortdokumente aus einer Dokumentenkollektion bestimmt werden. Dabei macht jedes Modell bestimmte Annahmen über die Struktur von Dokumenten und Anfragen und definiert dann die so genannte Retrievalfunktion, die das Retrievalgewicht eines Dokumentes bezüglich einer Anfrage bestimmt - im Falle des Booleschen Retrieval etwa eines der Gewichte 0 oder 1. Die Dokumente werden dann nach fallenden Gewichten sortiert und dem Benutzer präsentiert. Zunächst sollen hier einige grundlegende Charakteristika von Retrievalmodellen beschrieben werden, bevor auf die einzelnen Modelle näher eingegangen wird. Wie eingangs erwähnt, macht jedes Modell Annahmen über die Struktur von Dokumenten und Fragen. Ein Dokument kann entweder als Menge oder Multimenge von so genannten Termen aufgefasst werden, wobei im zweiten Fall das Mehrfachvorkommen berücksichtigt wird. Dabei subsummiert 'Term' einen Suchbegriff, der ein einzelnes Wort, ein mehrgliedriger Begriff oder auch ein komplexes Freitextmuster sein kann. Diese Dokumentrepräsentation wird wiederum auf eine so genannte Dokumentbeschreibung abgebildet, in der die einzelnen Terme gewichtet sein können; dies ist Aufgabe der in Kapitel B 5 beschriebenen Indexierungsmodelle. Im Folgenden unterscheiden wir nur zwischen ungewichteter (Gewicht eines Terms ist entweder 0 oderl) und gewichteter Indexierung (das Gewicht ist eine nichtnegative reelle Zahl). Ebenso wie bei Dokumenten können auch die Terme in der Frage entweder ungewichtet oder gewichtet sein. Daneben unterscheidet man zwischen linearen (Frage als Menge von Termen, ungewichtet oder gewichtet) und Booleschen Anfragen.
-
MacFarlane, A.; Robertson, S.E.; McCann, J.A.: Parallel computing for passage retrieval (2004)
0.01
0.013833192 = product of:
0.027666384 = sum of:
0.027666384 = product of:
0.05533277 = sum of:
0.05533277 = weight(_text_:22 in 5108) [ClassicSimilarity], result of:
0.05533277 = score(doc=5108,freq=2.0), product of:
0.17876907 = queryWeight, product of:
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.05105019 = queryNorm
0.30952093 = fieldWeight in 5108, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.0625 = fieldNorm(doc=5108)
0.5 = coord(1/2)
0.5 = coord(1/2)
- Date
- 20. 1.2007 18:30:22
-
Faloutsos, C.: Signature files (1992)
0.01
0.013833192 = product of:
0.027666384 = sum of:
0.027666384 = product of:
0.05533277 = sum of:
0.05533277 = weight(_text_:22 in 3499) [ClassicSimilarity], result of:
0.05533277 = score(doc=3499,freq=2.0), product of:
0.17876907 = queryWeight, product of:
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.05105019 = queryNorm
0.30952093 = fieldWeight in 3499, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.0625 = fieldNorm(doc=3499)
0.5 = coord(1/2)
0.5 = coord(1/2)
- Date
- 7. 5.1999 15:22:48
-
Losada, D.E.; Barreiro, A.: Emebedding term similarity and inverse document frequency into a logical model of information retrieval (2003)
0.01
0.013833192 = product of:
0.027666384 = sum of:
0.027666384 = product of:
0.05533277 = sum of:
0.05533277 = weight(_text_:22 in 1422) [ClassicSimilarity], result of:
0.05533277 = score(doc=1422,freq=2.0), product of:
0.17876907 = queryWeight, product of:
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.05105019 = queryNorm
0.30952093 = fieldWeight in 1422, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.0625 = fieldNorm(doc=1422)
0.5 = coord(1/2)
0.5 = coord(1/2)
- Date
- 22. 3.2003 19:27:23
-
Bornmann, L.; Mutz, R.: From P100 to P100' : a new citation-rank approach (2014)
0.01
0.013833192 = product of:
0.027666384 = sum of:
0.027666384 = product of:
0.05533277 = sum of:
0.05533277 = weight(_text_:22 in 1431) [ClassicSimilarity], result of:
0.05533277 = score(doc=1431,freq=2.0), product of:
0.17876907 = queryWeight, product of:
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.05105019 = queryNorm
0.30952093 = fieldWeight in 1431, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.0625 = fieldNorm(doc=1431)
0.5 = coord(1/2)
0.5 = coord(1/2)
- Date
- 22. 8.2014 17:05:18
-
Ravana, S.D.; Rajagopal, P.; Balakrishnan, V.: Ranking retrieval systems using pseudo relevance judgments (2015)
0.01
0.01222693 = product of:
0.02445386 = sum of:
0.02445386 = product of:
0.04890772 = sum of:
0.04890772 = weight(_text_:22 in 2591) [ClassicSimilarity], result of:
0.04890772 = score(doc=2591,freq=4.0), product of:
0.17876907 = queryWeight, product of:
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.05105019 = queryNorm
0.27358043 = fieldWeight in 2591, 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=2591)
0.5 = coord(1/2)
0.5 = coord(1/2)
- Date
- 20. 1.2015 18:30:22
18. 9.2018 18:22:56
-
Chang, C.-H.; Hsu, C.-C.: Integrating query expansion and conceptual relevance feedback for personalized Web information retrieval (1998)
0.01
0.012104043 = product of:
0.024208086 = sum of:
0.024208086 = product of:
0.04841617 = sum of:
0.04841617 = weight(_text_:22 in 1319) [ClassicSimilarity], result of:
0.04841617 = score(doc=1319,freq=2.0), product of:
0.17876907 = queryWeight, product of:
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.05105019 = queryNorm
0.2708308 = fieldWeight in 1319, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.0546875 = fieldNorm(doc=1319)
0.5 = coord(1/2)
0.5 = coord(1/2)
- Date
- 1. 8.1996 22:08:06
-
Kanaeva, Z.: Ranking: Google und CiteSeer (2005)
0.01
0.012104043 = product of:
0.024208086 = sum of:
0.024208086 = product of:
0.04841617 = sum of:
0.04841617 = weight(_text_:22 in 3276) [ClassicSimilarity], result of:
0.04841617 = score(doc=3276,freq=2.0), product of:
0.17876907 = queryWeight, product of:
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.05105019 = queryNorm
0.2708308 = fieldWeight in 3276, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.0546875 = fieldNorm(doc=3276)
0.5 = coord(1/2)
0.5 = coord(1/2)
- Date
- 20. 3.2005 16:23:22
