Die Wissenschaft und die Wirtschaft sind auf leistungsfähige Möglichkeiten zur Beschaffung, Organisation und zum Austausch von Information sowie zur inter- und intradisziplinären
Kommunikation angewiesen. Durch den hohen Stellenwert der Information in der heutigen Zeit spricht man auch von einer Informationsgesellschaft. Der Zeitraum, in welchem erworbenes Wissen veraltet oder eine Verdopplung neuen Wissens stattfindet, sinkt
dramatisch. Der hohe Informationszuwachs oder die bereits vorhandene Informationsmenge führt zu Problemen. In den letzten 30 Jahren fiel mehr Information an als in den 5000 Jahren zuvor. Alleine auf dem Gebiet der Informatik existieren international etwa
6000 regelmäßig erscheinende Zeitschriften und jedes Jahr erscheinen über 1000 neue Bücher.
Durch die Verwendung von Nutzerprofilen können intelligente und lernfähige Informationssysteme geschaffen werden. So wird die Effizienz und Effektivität der Informationssuche enorm gesteigert. Neue Techniken zur Informationsfilterung sollen auch weniger versierten Anwendern eine einfache und benutzerfreundliche Informationssuche ermöglichen. Durch weitere Automatisierung kann erreicht werden, daß der Anwender immer automatisch die neuste Information in den für ihn interessanten Bereich oder Wissensgebiet erhält.
Inhaltsverzeichnis
- 1 PROBLEM
- 2 THEORETISCHE GRUNDLAGEN
- 2.1 Grundlagen zum Internet
- 2.2 Der Begriff Information
- 2.3 Grundlagen der Informationsfilterung
- 2.3.1 Information Retrieval
- 2.3.1.1 Dokumentation
- 2.3.1.2 Linguistische Probleme beim Information Retrieval
- 2.3.1.3 Evaluation des Information Retrieval
- 2.3.1.4 Wissensrepräsentation für Texte
- 2.3.1.5 Information Retrieval Modelle
- 2.3.2 Informationsfilterung
- 2.4 Software-Agenten
- 2.5 Grundlegende Betrachtungen zu Nutzerprofilen
- 3 INITIALISIERUNG VON NUTZERPROFILEN
- 3.1 Explizite Initialisierung
- 3.2 Initialisierung anhand von Nutzereigenschaften
- 3.3 Initialisierung anhand eines Fragenkataloges
- 3.4 Initialisierung anhand von Beispielen
- 3.5 Initialisierung anhand der Bewertung durch den Nutzer
- 3.6 Implizite Initialisierung
- 3.7 Kollaborative Initialisierung
- 4 MODELLIERUNG UND AUSWERTUNG VON NUTZERPROFILEN
- 4.1 Allgemeine Betrachtungen
- 4.2 Nutzerprofil auf der Basis einer Klassifikation
- 4.3 Nutzerprofil auf der Basis von Stereotypen
- 4.4 Nutzerprofil auf der Basis eines Vektorraum-Modells
- 4.5 Nutzerprofil auf der Basis eines wissensbasierten Systems
- 4.5.1 Semantische Netze
- 4.5.2 Frame-Struktur
- 4.6 Nutzerprofil für datenintensive WWW-Seiten
- 4.7 Entwicklungssysteme für Nutzerprofile
- 4.8 Datenstrukturen für Nutzerprofile
- 4.8.1 Listenstruktur
- 4.8.2 Baumstruktur
- 5 LERNVERFAHREN FÜR NUTZERPROFILE
- 5.1 Lernen auf Grund von Relevance Feedback
- 5.2 Genetik-Algorithmus
- 5.3 Neuronale Netze
- 6 NEWT EIN SYSTEM ZUR INFORMATIONSFILTERUNG
- 7 ZUSAMMENFASSUNG, AUSBLICK
- 8 THESEN
- GLOSSAR
- ABBILDUGSVERZEICHNIS
- TABELLENVERZEICHNIS
Zielsetzung und Themenschwerpunkte
Die Diplomarbeit befasst sich mit der Modellierung und Auswertung von Nutzerprofilen für die personalisierte Informationsfilterung und -aufbereitung. Ziel ist es, ein System zu entwickeln, das die Informationsbeschaffung für den Nutzer effizienter und effektiver gestaltet. Die Arbeit analysiert verschiedene Ansätze zur Modellierung von Nutzerprofilen und untersucht deren Eignung für die personalisierte Informationsfilterung.
- Nutzerprofile als Grundlage für personalisierte Informationsfilterung
- Modellierung und Auswertung von Nutzerprofilen
- Lernverfahren für Nutzerprofile
- Entwicklung eines Systems zur Informationsfilterung
- Bewertung und Vergleich verschiedener Ansätze
Zusammenfassung der Kapitel
Das erste Kapitel der Diplomarbeit stellt das Problem der Informationsüberflutung im Internet dar und erläutert die Notwendigkeit von effizienten Informationsfilterungsmechanismen. Kapitel 2 behandelt die theoretischen Grundlagen der Informationsfilterung, einschließlich Information Retrieval, Informationsfilterung und Software-Agenten. Es werden verschiedene Ansätze zur Modellierung von Nutzerprofilen vorgestellt.
Kapitel 3 befasst sich mit der Initialisierung von Nutzerprofilen. Es werden verschiedene Methoden zur expliziten und impliziten Initialisierung von Nutzerprofilen vorgestellt, darunter die Initialisierung anhand von Nutzereigenschaften, Fragenkatalogen, Beispielen und der Bewertung durch den Nutzer.
Kapitel 4 analysiert verschiedene Modelle zur Modellierung und Auswertung von Nutzerprofilen. Es werden Ansätze auf der Basis von Klassifikationen, Stereotypen, Vektorraum-Modellen und wissensbasierten Systemen vorgestellt.
Kapitel 5 behandelt verschiedene Lernverfahren für Nutzerprofile, darunter das Lernen auf Grund von Relevance Feedback, Genetik-Algorithmen und Neuronale Netze.
Kapitel 6 beschreibt das entwickelte System NEWT zur Informationsfilterung. Es werden die Architektur und die Funktionsweise des Systems erläutert.
Schlüsselwörter
Die Schlüsselwörter und Schwerpunktthemen des Textes umfassen die Informationsfilterung, Nutzerprofile, personalisierte Information, Information Retrieval, Software-Agenten, Modellierung, Auswertung, Lernverfahren, NEWT, Internet, WWW, Informationsüberflutung, Informationsgesellschaft.
- Quote paper
- Bernd Reiner (Author), 1999, Modellierung und Auswertung von Nutzerprofilen zur personalisierten Informationsfilterung und -aufbereitung, Munich, GRIN Verlag, https://www.grin.com/document/185364
