权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

Informetrische Analyse der Verteilungen dokumentspezifischer Tags bei Broad Folksonomies; Nutzung der Ergebnisse beim Information Retrieval

Broad Folksonomies 中文档特定标签分布的信息计量分析；

基本信息

批准号：
151041284
负责人：
Professor Dr. Wolfgang Stock
金额：
--
依托单位：
Abteilung für Informationswissenschaft
依托单位国家：
德国
项目类别：
Research Grants
财政年份：
2009
资助国家：
德国
起止时间：
2008-12-31 至 2011-12-31
项目状态：
已结题

来源：
https://gepris.dfg.de/gepris/projekt/151041284?language=en
关键词：
Informetrische Analyse der Verteilungen dokumentspezifischer

项目摘要

Im Information Retrieval geht es um das Auffinden für die Suchanfrage relevanter Ressourcen sowie um das Sortieren der Suchergebnisse nach ihrer Relevanz für die Suchanfrage, um den Nutzer bei der Bewertung der gefundenen Ressourcen zu unterstützen. Bei Folksonomy-basierten Spezialsuchmaschinen, also Ressourcen-spezifischen Suchmaschinen (z.B. für URLs oder Fotos), die mit nutzergenerierten Schlagwörtern (sog. Tags) arbeiten, werden bislang nur selten Tags für die Suche und das Relevance Ranking ausgenutzt. Unsere Vorarbeiten haben ergeben, dass eine Einschränkung der zu durchsuchenden Ressourcenbestände durch eine Konzentration auf die häufigsten Tags (sog. Power Tags) einer Ressourcen-spezifischen Tag-Verteilung zu einem geringeren Recall, aber gleichzeitig auch zu einer gesteigerten Precision der Suchergebnisse führt. Es lässt sich daher vermuten, dass sich Power Tags auch für das Relevance Ranking von Suchtreffern eignen. Unter dem Stichwort „Feature Selection“ wollen wir daher einen Rankingalgorithmus für Folksonomy-basierte Spezialsuchmaschinen erarbeiten und herausfinden, ob sich die Retrievaleffektivität mittels Power Tags verbessert. Als Vergleichsgrundlage sollen auch die durchschnittlich oft genutzten Tags (sog. Luhn Tags) betrachtet und als Feature für das Ranking einbezogen werden. Die Analyse der verschiedenen Ranking- Features (z.B. TF*IDF oder Cosinus) ergibt, welches Feature welche Auswirkungen auf das Ranking hat und welche sich am besten für Folksonomy-basierte Spezialsuchmaschinen eignen.

In Information Retrieval geht es um das Auffinden für die Suchanfrage relevanter Ressourcen sowie um das Sortieren der Suchergebnisse nach irrer Relevanz für die Suchanfrage，um den Nutzer bei der Bewertung der gefundenen Ressourcen zu unterstützen. Bei Folksonomy-basierten Spezialsuchmaschinen，also Ressourcen-spezifischen Suchmaschinen（z.B. für URLs oder Fotos），die mit nutzergenerierten Schlagwörtern（sog. Tags）arbeiten，韦尔登bislang努尔selten Tags für die Suche und das Relevance Ranking ausgenutzt. Unsere Vorarbeiten haben ergeben，dass eine Einschränkung der zu durchsuchenden Ressourcenbestände durch eine Konzentration auf die häufigsten Tags（sog. Power Tags）einer Ressourcen-specifischen Tag-Verteilung zu einem geringeren Recall，aber gleichzeitig auch zu einer gesteigerten Precision der Suchergebnisse führt.最后，这些Power Tags也被用于相关性排名。在Stichwort的“特征选择”下，我们将为基于民俗学的特殊机器搜索和查找提供一种排名算法，以使检索的有效性最小化。Als Vergleichsgrundlage sollen auch die durchschnittlich oftgenutzten Tags（sog. Luhn Tags）betrachtet und als Feature für das Ranking einbezogen韦尔登. Die Analyse der versedenen Ranking- Features（z.B. TF*IDF Oder Cosinus）ergibt，welches feature welche Auscaukungen auf das Ranking hat and welche sich am besten für Folksonomy-basierte Spezialsuchmaschinen eignen.