Search (2 results, page 1 of 1)

0.00655154 = product of:
  0.0327577 = sum of:
    0.0327577 = weight(_text_:den in 4390) [ClassicSimilarity], result of:
      0.0327577 = score(doc=4390,freq=8.0), product of:
        0.10344325 = queryWeight, product of:
          2.866198 = idf(docFreq=6840, maxDocs=44218)
          0.036090754 = queryNorm
        0.31667316 = fieldWeight in 4390, product of:
          2.828427 = tf(freq=8.0), with freq of:
            8.0 = termFreq=8.0
          2.866198 = idf(docFreq=6840, maxDocs=44218)
          0.0390625 = fieldNorm(doc=4390)
  0.2 = coord(1/5)

Abstract

Die Kommunikation von Wissen nimmt in der modernen Wissensgesellschaft einen entscheidenden Stellenwert ein. Kommunikation im Habermas'schen Sinne eines intersubjektiven Verständigungsprozesses ist dann aber auch mehr als nur der Austausch von Zeichen: es geht um Sinn und Bedeutung und die Aushandlungsprozesse darüber, wie wir als Kommunikationsgemeinschaft Zeichen interpretieren und darin Informationen codieren. Als Medium für solche Kommunikations - prozesse eignen sich besonders gut Liniendiagramme aus der Theorie der Formalen Begriffsanalyse. Diese Liniendiagramme sind nicht nur geeignet, die Wissenskommunikation zu unterstützen, sondern auch Kommunikationsprozesse überhaupt erst zu initiieren. Solche Liniendiagramme können die Wissenskommunikation gut unterstützen, da sie durch ihre Einfachheit, Ordnung, Prägnanz und ergänzende Stimulanz für Verständigung über die wissensgenerierende Information sorgen. Außerdem wird mit den Liniendiagrammen ein Kommunikationsmittel bereitgestellt, dass inter- und transdisziplinär wirksam werden kann und so Wissensgebiete für verschiedene Disziplinen erschließt, da es mit den Diagrammen gelingt, die allgemeine, zugrundeliegende logische Struktur mit Hilfe eines mathematisch fundierten Verfahrens herauszuarbeiten. Liniendiagramme stellen nicht nur Wissensgebiete in einer geordneten, strukturierten Form dar, sondern verwenden dafür auch formale Begriffe und knüpfen damit an Begriffe als Objekte des menschlichen Denkens an. In den Begriffe verschmilzt ein Ausschnitt der betrachteten Objekte (im Beispiel die verschiedenen Gewässerarten) mit den ihnen gemeinsamen Merkmalen zu neuen Denkeinheiten und geben somit dem Wissen eine Form, in der Kommunikation über diese Denkeinheiten und die darin konzentrierte Information ermöglicht wird.

0.0016892646 = product of:
  0.008446323 = sum of:
    0.008446323 = product of:
      0.025338966 = sum of:
        0.025338966 = weight(_text_:f in 3291) [ClassicSimilarity], result of:
          0.025338966 = score(doc=3291,freq=2.0), product of:
            0.14385001 = queryWeight, product of:
              3.985786 = idf(docFreq=2232, maxDocs=44218)
              0.036090754 = queryNorm
            0.17614852 = fieldWeight in 3291, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              3.985786 = idf(docFreq=2232, maxDocs=44218)
              0.03125 = fieldNorm(doc=3291)
      0.33333334 = coord(1/3)
  0.2 = coord(1/5)

Abstract

The web is a network of linked sites whereby each site either forms a physical portal or a standalone page. In the former case, the portal presents an access point to its embedded web pages that coherently present a specific topic. In the latter case, there are millions of standalone web pages, that are scattered throughout the web, having the same topic and could be conceptually linked together to form virtual portals. Search engines have been developed to help users in reaching the adequate pages in an efficient and effective manner. All the known current search engine techniques rely on the web page as the basic atomic search unit. They ignore the conceptual links, that reveal the implicit web related meanings, among the retrieved pages. However, building a semantic model for the whole portal may contain more semantic information than a model of scattered individual pages. In addition, user queries can be poor and contain imprecise terms that do not reflect the real user intention. Consequently, retrieving the standalone individual pages that are directly related to the query may not satisfy the user's need. In this paper, we propose PREFCA, a Portal Retrieval Engine based on Formal Concept Analysis that relies on the portal as the main search unit. PREFCA consists of three phases: First, the information extraction phase that is concerned with extracting portal's semantic data. Second, the formal concept analysis phase that utilizes formal concept analysis to discover the conceptual links among portal and attributes. Finally, the information retrieval phase where we propose a portal ranking method to retrieve ranked pairs of portals and embedded pages. Additionally, we apply the network analysis rules to output some portal characteristics. We evaluated PREFCA using two data sets, namely the Forum for Information Retrieval Evaluation 2010 and ClueWeb09 (category B) test data, for physical and virtual portals respectively. PREFCA proves higher F-measure accuracy, better Mean Average Precision ranking and comparable network analysis and efficiency results than other search engine approaches, namely Term Frequency Inverse Document Frequency (TF-IDF), Latent Semantic Analysis (LSA), and BM25 techniques. As well, it gains high Mean Average Precision in comparison with learning to rank techniques. Moreover, PREFCA also gains better reach time than Carrot as a well-known topic-based search engine.