| Time: | Monday, 5. DS (14:50 to 16:20) |
| Location: | INF E007 |
| Quantity: | 2V/2Ü/0P SWS |
| Language: | German |
| Modules: | INF-B-510, INF-B-520, INF-B-530, INF-B-540, INF-BAS4, INF-LE-WW, INF-VERT4, MINF-04-FG-IAS, WI-BA-08, D-WW-INF-3421, D-WW-INF-3422, D-WW-INF-3423, INF-04-FG-AVS |
In der heutigen digitalen Informationswelt werden zunehmend immer mehr Daten in den unterschiedlichsten Datenbanken bzw. Dateisystems gespeichert. In diesem Sinne kann davon gesprochen werden, dass in naher Zukunft keine Daten in jeglichen Anwendungsbereichen mehr verloren gehen können. Durch diesen Umstand gewinnt der Bereich des Information Retrievals immer mehr an Bedeutung. Dieser Bereich widmet sich in erster Linie, wie in derartig großen und überwiegend unstrukturierten Datenbeständen überhaupt noch effizient gesucht werden kann. Populäre Anwendungen sind WWW-Suchmaschinen, Digitale Bibliotheken und Multimedia-Archive wie z.B. Bilddatenbanken.
Aufgrund der Vagheit des Informationsbedürfnisses und der unsicheren Repräsentation des Inhaltes der gespeicherten Objekte sind Standard-Datenbankmethoden wenig brauchbar, sondern müssen um die Konzepte Vagheit bzw. Unsicherheit erweitert werden. Da die inhaltsorientierte Suche im Vordergrund steht, sind zudem spezielle Verfahren zur Repräsentation des Inhaltes von Texten und multimedialen Objekten notwendig. Das Ziel der Vorlesung besteht darin, einen Einblick in diesen Themenkomplex zu geben.
| Teil | Inhalt | Anz. Seiten | Acrobat/PDF |
|---|---|---|---|
| Chapter 0 | Organizational Issues | 7 | |
| Chapter 1 | Introduction | 41 | |
| Chapter 2 | Boolean Retrieval, Phrase Queries and Positional Indexes | 41 | |
| Chapter 3 | Term vocabulary and Normalization | 43 | |
| Chapter 4 | Dictionaries and tolerant retrieval | 42 | |
| Chapter 5 | Scoring, term weighting and the vector space model | 66 | |
| Chapter 6 | Implementing IR-System I: Index compression | 43 | |
| Chapter 7 | Implementing IR-System II: Index construction | 86 | |
| Chapter 8 | Evaluation in information retrieval | 52 | |
| Chapter 9 | Relevance feedback and query expansion | 51 | |
| Chapter 10 | XML IR |
49 | |
| Chapter 11 | Probabilistic information retrieval | 59 | |
| Chapter 12 | Language models for information retrieval | 38 | |
| Chapter 13 | Web search basics – Web Size, Crawling, SPAM und Duplicate Detection | 82 | |
| Chapter 14 | PageRank and HITS | 43 | |
| Chapter 15 | Text Classification – Intro | 33 | |
| Chapter 16 | Rule-based Text Classification | 52 | |
| Chapter 17 | Naive Bayes Text Classification | 57 | |
| Chapter 18 | Vector Space Text Classification | 33 | |
| Chapter 19 | SVM Text Classification | 44 |