<?xml version="1.0" encoding="UTF-8"?><rdf:RDF xmlns="http://purl.org/rss/1.0/" xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:dc="http://purl.org/dc/elements/1.1/">
<channel rdf:about="http://dl.gi.de/handle/20.500.12116/11572">
<title>Datenbank Spektrum 11(3) - November 2011</title>
<link>http://dl.gi.de/handle/20.500.12116/11572</link>
<description/>
<items>
<rdf:Seq>
<rdf:li rdf:resource="http://dl.gi.de/handle/20.500.12116/11631"/>
<rdf:li rdf:resource="http://dl.gi.de/handle/20.500.12116/11630"/>
<rdf:li rdf:resource="http://dl.gi.de/handle/20.500.12116/11628"/>
<rdf:li rdf:resource="http://dl.gi.de/handle/20.500.12116/11629"/>
</rdf:Seq>
</items>
<dc:date>2026-07-23T23:38:39Z</dc:date>
</channel>
<item rdf:about="http://dl.gi.de/handle/20.500.12116/11631">
<title>Interaktives Information-Retrieval auf der Basis der Polyrepräsentation</title>
<link>http://dl.gi.de/handle/20.500.12116/11631</link>
<description>Interaktives Information-Retrieval auf der Basis der Polyrepräsentation
Zellhöfer, David; Schmitt, Ingo
Es zeichnet sich ab, dass sich das kognitiv motivierte Prinzip der Polyrepräsentation mit Mitteln von speziellen Information-Retrieval-Modellen umsetzen lässt, die auf der Theorie der Quantenmechanik basieren.Die Kernhypothese des Prinzips ist, dass ein Dokument im wesentlichen durch unterschiedliche Repräsentationen wie textuelle Beschreibungen, Nutzerbewertungen, den Nutzungskontext oder Low-Level-Features definiert wird. Diese unterschiedlichen Repräsentationen können dafür genutzt werden den „cognitve overlap“ zu bilden, von welchem angenommen wird, dass er die relevanten Dokumente bezüglich eines Informationsbedürfnisses enthält.Der im folgenden vorgestellte Ansatz beschreibt die Umsetzung des polyrepräsentativen Prinzips mittels eines Quantenlogik-basierten Information-Retrieval-Modells. Ein neuer Beitrag dabei ist, dass – aufgrund des zugrundeliegenden, kognitiven Modells – das gleiche theoretische Modell als Grundlage sowohl für das eigentliche Information-Retrieval als auch für die Nutzerinteraktion genutzt werden kann. Dies führt zu einer neuen Konsistenz während des gesamten interaktiven Suchprozesses. Um die Dynamik und Subjektivität der Suche abzubilden, wird ein Relevance-Feedback-Ansatz zur Personalisierung des „cognitive overlaps“ präsentiert, wie auch eine Lösung zum Verlassen desselben im Falle einer Verschiebung des Informationsbedürfnisses. Die abschließend vorgestellten Experimente aus dem Bereich des Multimedia-Retrievals zeigen die Anwendbarkeit und den Nutzen des Ansatzes.
</description>
<dc:date>2011-01-01T00:00:00Z</dc:date>
</item>
<item rdf:about="http://dl.gi.de/handle/20.500.12116/11630">
<title>Adaptive Benutzerunterstützung in interaktiven Informationssuchprozessen</title>
<link>http://dl.gi.de/handle/20.500.12116/11630</link>
<description>Adaptive Benutzerunterstützung in interaktiven Informationssuchprozessen
Backhausen, Daniel; Klas, Claus-Peter; Hemmje, Matthias
Die Suche nach Informationen ist ein in hohem Maße dynamischer und interaktiver Prozess, der aus verschiedenen Phasen besteht. In jeder dieser Phasen befindet sich der Suchende in einer bestimmten Situation. Diese besteht aus unterschiedlichen Faktoren, die auf den kognitiven Raum des Suchenden wirken und dadurch sein Verhalten und vor allem sein Bedürfnis nach Wissen steuern. Dies zeigt sich vor allem bei langfristigen Prozessen, die über mehrere Sitzungen hinweg verlaufen. Um den Suchenden hierbei effektiver zu unterstützen, ist es erforderlich, ein Bewusstsein über die Situation zu haben, in der sich der Suchende aktuell befindet. Darauf aufbauend können Aussehen und Verhalten eines Systems adaptiv an das dynamische Bedürfnis, das Verhalten und an die Kenntnisse des Suchenden flexibel angepasst werden. Darüber hinaus können situationsbezogene Vorschläge seitens des Systems an den Nutzer herangetragen werden, um diesen besser zu unterstützen. In dem hier vorliegenden Beitrag zeigen wir auf, wie durch eine ausführliche Analyse und Aufnahme kontextueller Faktoren eine Annäherung an das kognitive Modell des Nutzers stattfinden kann, um vor allem sitzungsübergreifende Suchaktivitäten effizienter und effektiver gestalten zu können.
</description>
<dc:date>2011-01-01T00:00:00Z</dc:date>
</item>
<item rdf:about="http://dl.gi.de/handle/20.500.12116/11628">
<title>Interaktive explorative Suche in großen Dokumentbeständen</title>
<link>http://dl.gi.de/handle/20.500.12116/11628</link>
<description>Interaktive explorative Suche in großen Dokumentbeständen
Heyer, Gerhard; Keim, Daniel; Teresniak, Sven; Oelke, Daniela
Im klassischen Paradigma des Information Retrievals steht das Finden von Dokumenten im Vordergrund, die Informationen bzw. Fakten enthalten, die dem vermuteten Informationsbedürfnis des Nutzers entsprechen. Dabei stellt der Nutzer solche Anfragen an das Informationssystem, von denen er annimmt, dass dazu eindeutige Antworten im Informationssystem vorhanden sind, die lediglich zurückgeliefert oder gefunden werden müssen. In vielen Fällen ist der Benutzer aber weniger an den Fakten selber interessiert, als vielmehr daran, wie über Fakten berichtet wird: Über welche Fakten wird berichtet? Nach welchen Kriterien werden Fakten ausgewählt? Wie werden Fakten bewertet? Welche Konzeptualisierungen der Anwendungsdomäne werden vorausgesetzt? Und wie ändern sich Bewertungen und Konzeptualisierungen über die Zeit? Der vorgestellte Ansatz skizziert eine mögliche Lösung für die explorative Suche in großen Datenmengen.
</description>
<dc:date>2011-01-01T00:00:00Z</dc:date>
</item>
<item rdf:about="http://dl.gi.de/handle/20.500.12116/11629">
<title>Interaktives Retrieval und situationsabhängige Vorschläge</title>
<link>http://dl.gi.de/handle/20.500.12116/11629</link>
<description>Interaktives Retrieval und situationsabhängige Vorschläge
Kriewel, Sascha
In diesem Artikel wird beschrieben, wie ein adaptives Vorschlagssystem für Suchstrategien Interaktives Retrieval unterstützen kann. Ein Benutzerexperiment mit 24 Teilnehmern zeigte, dass ein solches System Suchenden hilft, erfolgreichere Strategien einzusetzen, als Suchende ohne Unterstützung. Die Ergebnisse lassen eine Korrelation zwischen dem Sucherfolg der Teilnehmer (gemessen an der Zahl relevanter gespeicherter Dokumente) und dem Einsatz von Vorschlägen erkennen. Durch Vorschläge unterstützte Suchende setzten zudem signifikant öfter fortgeschrittene Werkzeuge und Optionen des Suchsystems ein – auch nach Abschaltung der Vorschläge während der letzten Aufgabe des Experiments.
</description>
<dc:date>2011-01-01T00:00:00Z</dc:date>
</item>
</rdf:RDF>
