Hypertext-Navigationsmechanismen und Verfeinerung von Suchergebnissen in einem Topic Map-basierten Informationsportal für die Landeshauptstadt Stuttgart

Inhaltsverzeichnis

1 Einleitung

2 Theorie

2.1 Wissen und Wissensmanagement

2.1.1 Einführung und Begriffserklärung

2.1.2 Sprache und Ihre Bedeutung

2.2 Wissensmanagement (KM)

2.3 Konzepte der Wissensstrukturierung

2.3.1 Index

2.3.2 Thesaurus

2.3.3 Semantisches Netz

2.3.4 Taxonomie

2.4 Topic Maps

2.4.1 Einführung und Begriffserklärung

2.4.2 Topic

2.4.3 Occurrences

2.4.4 Associations

2.4.5 Scopes

2.4.6 Facets

2.4.7 XML Topic Maps (XTM)

2.5 Künstliche Neuronale Netze (KNN)

2.6 Suchmaschinen

2.6.1 Einführung und Begriffserklärung

2.6.2 Indexierungsmechanismen

2.6.3 Ranking

2.7 Suchverfeinerungsmechanismen

2.7.1 Linguistische Ansätze

2.7.2 Statistische Ansätze

2.7.2.1 Transformation von Merkmalen

2.7.2.2 Kontingenztabelle

2.7.2.3 Faktorenanalyse

2.7.2.4 Clusteranalyse

2.7.2.4.1 Distanz- bzw. Ähnlichkeitsmaß

2.7.2.4.2 Klassifikationsverfahren

2.7.2.5 Rocchio-Algorithmus

2.7.3 Fuzzy-Technologie

3 Umsetzung

3.1 Überblick: Auftrag- und Arbeitgeber

3.1.1 Stadtverwaltung Stuttgart

3.1.2 CIT GmbH

3.2 Arbeitsumgebung

3.2.1 Servlet / Jsp

3.2.2 Topic Maps for Java (TM4J)

3.2.3 Lucene - Java Such API

3.2.4 Informationsportal

3.3 Anforderungen

3.4 Prototypisches Vorgehensmodell

3.5 Phasen der Analyse und der Konzeption

3.5.1 Darstellung der Dokumentengrundlage

3.5.2 Statistische Auswertung

3.5.3 Fuzzy Technik

3.5.4 Semantik

3.5.5 Aufbau eigener Daten

3.5.6 Korrelationsanalyse

3.5.7 Dokumentensichtung

3.5.8 Bewertung

3.5.9 Antwort-Datenbank Lexika

3.6 Layout

3.7 Navigation

3.7.1 Benutzereingaben

3.7.2 Filtersystem

3.8 Technische Dokumentation

3.8.1 Ablaufplan

3.8.2 Klassendiagramm (Packages)

3.8.2.1 Anfrageanalyse (myQueryAnalyser)

3.8.2.2 Historie

3.8.2.3 Antwort Analyse (ResponseAnalyser)

3.8.2.4 Common

3.8.2.5 Grundgesamtheit (GG)

3.8.3 ERM

4 Zusammenfassung

Zielsetzung und thematische Schwerpunkte

Die vorliegende Arbeit befasst sich mit der Entwicklung und prototypischen Implementierung eines Suchverfeinerungssystems für ein Topic-Map-basiertes Informationsportal der Landeshauptstadt Stuttgart. Ziel ist es, den Suchenden in einer unübersichtlichen Informationsflut durch intelligente Navigations- und Filtermechanismen bei der gezielten Informationssuche zu unterstützen und Suchtreffermengen sinnvoll zu strukturieren.

• Grundlagen des Wissensmanagements und der Wissensstrukturierung
• Einsatz von Topic Maps (TM) zur semantischen Vernetzung von Informationen
• Anwendung statistischer Verfahren und Fuzzy-Technologien zur Suchverfeinerung
• Architektur und prototypische Realisierung eines Informationsportals (Korvis)
• Konzeption von Navigations- und Suchhilfemechanismen mittels Lucene und Java

Auszug aus dem Buch

Zusammenfassung der Kapitel

1 Einleitung: Die Arbeit beleuchtet die Problematik der unübersichtlichen Treffermengen bei Suchanfragen in öffentlichen Institutionen und stellt das Ziel vor, diese mittels Wissensmanagement und Topic Maps effizienter zu gestalten.

2 Theorie: Dieses Kapitel erläutert theoretische Grundlagen zu Wissensmanagement, Topic Maps, Künstlichen Neuronalen Netzen sowie Suchmaschinen- und Verfeinerungsmethoden.

3 Umsetzung: Hier wird der prototypische Aufbau des Suchverfeinerungssystems für das Stuttgarter Informationsportal „Korvis“ detailliert beschrieben, einschließlich der verwendeten Java-Technologien und statistischen Analyseansätze.

4 Zusammenfassung: Das abschließende Kapitel resümiert, dass eine intelligente Suchverfeinerung auf Basis von Topic Maps und statistischen Methoden notwendig ist, um die Informationsfindung für Anwender zu optimieren.

Schlüsselwörter

Wissensmanagement, Topic Maps, Suchverfeinerung, Information Retrieval, Suchmaschinen, Fuzzy-Technologie, Clusteranalyse, Metadaten, Informationsportal, Wissensstrukturierung, Lucene, Java, Korrelationsanalyse, Semantik, Datenextraktion

Häufig gestellte Fragen

Worum geht es in dieser Diplomarbeit grundsätzlich?

Die Arbeit beschäftigt sich mit der Konzeption und Entwicklung eines Suchverfeinerungssystems, das in einem bestehenden, auf Topic Maps basierenden Informationsportal der Stadtverwaltung Stuttgart eingesetzt wird, um die Suchergebnisse für Anwender zu verbessern.

Was sind die zentralen Themenfelder der Arbeit?

Die Schwerpunkte liegen auf Wissensmanagement, semantischen Netzen (insbesondere Topic Maps), statistischen Analyse- und Klassifikationsmethoden sowie der praktischen Implementierung von Suchwerkzeugen in einer Java-Umgebung.

Was ist das primäre Ziel oder die Forschungsfrage?

Das Ziel ist es, durch die Kombination von Topic-Map-Daten und statistischen Verfahren Mechanismen zu entwickeln, die den Benutzer dabei unterstützen, Suchanfragen zu verfeinern und die resultierende Informationsmenge strukturiert und kontextbezogen zu filtern.

Welche wissenschaftlichen Methoden werden verwendet?

Es werden Ansätze aus der Statistik wie die Cluster- und Korrelationsanalyse, linguistische Verfahren zur Wortstammreduktion, Fuzzy-Logik sowie Methoden der Künstlichen Intelligenz (KNN) zur Modellbildung verwendet.

Was wird im praktischen Hauptteil behandelt?

Der Hauptteil dokumentiert die technische Umsetzung des Prototyps, die Integration von Lucene und TM4J, den Aufbau von Analysedatenbanken (mySQL) sowie die Gestaltung von Navigations- und Benutzeroberflächen mittels Servlets und JSP.

Welche Schlüsselwörter charakterisieren diese Arbeit?

Wichtige Begriffe sind Wissensmanagement, Topic Maps, Suchverfeinerung, Information Retrieval, Fuzzy-Technologie, Clusteranalyse und semantische Wissensstrukturierung.

Wie wird mit dem Problem der "Datenflut" im Stuttgarter Portal umgegangen?

Das System nutzt vorhandene Topic-Map-Strukturen und kombiniert diese mit einer eigenen Statistik-Datenbank, um die Treffermengen durch intelligente Filter und Assoziationsanalysen (semantische Vorschläge) für den Benutzer verständlicher zu machen.

Welchen Stellenwert nimmt die Fuzzy-Technologie im System ein?

Die Fuzzy-Technologie wird eingesetzt, um Eingabefehler bei Suchanfragen zu korrigieren und eine Unschärfe-Suche zu ermöglichen, die über exakte Treffer hinausgeht, indem Ergebnisse basierend auf Ähnlichkeitsdistanzen gewichtet werden.