mycoreobjectrosdok_document_0000000145rosdok_document_0000000145rosdokdocumentrosdok_derivate_00000040472023-08-08T10:52:38.232Z2009-09-22T15:00:37.273Zadministratorpublished1rosdok_derivate_0000004047truetruederivate_types:fulltextVolltextfulltextwf_edit_epub wf_register_epubstate:publishedstate:publishedveröffentlichtpublishedrosdok/id00002190625336933Osu2010-05-052023-08-05T14:20:04ZrdaConverted from PICA to MODS using Pica2Mods XSLT Transformer 2.7 [SCM: "0c0e7a3c226a4a0cbcbec39b493c3c5257339ab8" "v2.7" "2023-08-04T00:00:00+0200"] with mode 'DEFAULT'.ArtikelEinHybridansatz zur Interaktion mit RetrievalsystemenGängige Retrievalsysteme nutzen qualitative oder quantitative Ansätze, um das subjektive Ähnlichkeitsempfinden der Nutzer bzw. ihre Präferenzen bezüglich einer Anfrage zu formulieren. Die beiden Ansätze treten dabei meist getrennt auf. Vertreter qualitativer Ansätze sehen quantitative Ansätze, die Ergebnismengen auf Basis numerischer Score-Werte und Gewichtungen erzeugen und damit eine Totalordnung generieren, meist als Spezialisierung ihrer Methoden. Die vorgestellte Arbeit versucht, die Vorzüge beider Methoden zu verbinden, um dem Nutzer eine vereinfachte Interaktion während des Relevance Feedbacks mit dem Retrievalsystem zu bieten, ohne auf die höhere Ausdifferenzierung der Ergebnismenge quantitativer Ansätze verzichten zu müssen. Die Interaktion mit dem System geschieht dabei allein auf Basis der Angabe von intuitiv verständlichen Präferenzpaaren, die wiederum eine Halbordnung bilden. Hierbei muss angemerkt werden, dass die Angabe einer Präferenz immer auf einzelnen Paaren der Ergebnismenge geschieht und nicht mittels abstrakter Präferenzen, deren konkrete Angabe gerade im Feld des Multimedia Retrievals schwierig erscheint. Diese nutzerdefinierte Halbordnung stellt die Grundlage für ein maschinelles Lernverfahren auf Basis einer nicht-linearen Optimierung dar, welches aus den speziellen Präferenzen allgemeingültige Gewichtungen für die Anfrage generiert. Erste Ergebnisse experimenteller Untersuchungen zeigen, dass der vorgestellte Ansatz gut einsetzbar ist und weiterverfolgt werden sollte.DavidZellhöferVerfasserInauthttp://purl.uni-rostock.de/rosdok/id00002190urn:nbn:de:gbv:28-rosdok_id00002190-510.18453/rosdok_id00002190004 InformatikFakultät für Informatik und Elektrotechnikalle Rechte vorbehaltenRechteinhaber Universität RostockLizenz Metadaten: CC0frei zugänglich (Open Access)de1 Online-Ressource (Seiten 57-61)2009Universität RostockRostocksingle unit20092009Universitätsbibliothek RostockRostock2009Universitätsbibliothek Rostockhttp://purl.uni-rostock.de/rosdok/id00002190David ZellhöferSeiten 57-61200900000000000943rosdok/id00002177616202938http://purl.uni-rostock.de/rosdok/id0000217721. Workshop Grundlagen von Datenbanken02.-05. Juni 2009, Rostock-Warnemünde : ProceedingsEnthalten indoctype:epubdoctype:epubDokumenttypDocument typedoctype:epub.articledoctype:epub.articleArtikelarticlediniPublType:article diniPublType2022:Articleinfo:eu-repo/semantics/articledocumentdiniPublType2022:ArticlediniPublType2022:ArticleWissenschaftlicher ArtikelScientific articleKDSF (Pu11)SDNB:004SDNB:004004 Informatik004 Data processing Computer sciencesinstitution:unirostockinstitution:unirostockUniversität RostockUniversity of RostockUniversität RostockUniversität RostockUni.Rostockhttp://d-nb.info/gnd/38329-6institution:unirostock.iefinstitution:unirostock.iefFakultät für Informatik und ElektrotechnikFaculty of Computer Science and Electrical EngineeringUniversität Rostock. Fakultät für Informatik und ElektrotechnikFakultät für Informatik<br />und ElektrotechnikUni.Rostock.Fakultaet.IEFhttp://d-nb.info/gnd/10085032-7licenseinfo:worklicenseinfo:workWerkworklicenseinfo:work.rightsreservedlicenseinfo:work.rightsreservedalle Rechte vorbehaltenall rights reserved/creativecommons/r/reserved/0.9/88x31.png[DE-28]Urheberrechtsschutz 1.0$gRights Statements$uhttp://rightsstatements.org/vocab/InC/1.0/http://rightsstatements.org/vocab/InC/1.0/http://rightsstatements.org/vocab/InC/1.0/licenseinfo:depositlicenseinfo:depositVeröffentlichungsgenehmigungpermission to storelicenseinfo:deposit.rightsunirostocklicenseinfo:deposit.rightsunirostockRechteinhaber Universität Rostockrightsholder Rostock Universitylicenseinfo:metadatalicenseinfo:metadataLizenzen für Metadatenlicenseinfo:metadata.cc0licenseinfo:metadata.cc0Lizenz Metadaten: CC0license metadata: CC0/creativecommons/p/zero/1.0/88x31.pnghttps://creativecommons.org/publicdomain/zero/1.0/accesscondition:openaccessaccesscondition:openaccessfrei zugänglich (Open Access)open accesshttp://purl.org/coar/access_right/c_abf2OAfreeinfo:eu-repo/semantics/openAccess[DE-28]Open Access$gControlled Vocabulary for Access Rights$uhttp://purl.org/coar/access_right/c_abf2rfc5646:derfc5646:deDeutschGermangerdeuEinHybridansatz zur Interaktion mit RetrievalsystemenEin Hybridansatz zur Interaktion mit Retrievalsystemenrosdok_document_0000000145-d394171e50David ZellhöferDavid ZellhöferDavid ZellhöferDavid ZellhöferDavid ZellhöferRostockUniversität Rostockepub.articlehttp://purl.uni-rostock.de/rosdok/id00002190urn:nbn:de:gbv:28-rosdok_id00002190-510.18453/rosdok_id00002190Gängige Retrievalsysteme nutzen qualitative oder quantitative Ansätze, um das subjektive Ähnlichkeitsempfinden der Nutzer bzw. ihre Präferenzen bezüglich einer Anfrage zu formulieren. Die beiden Ansätze treten dabei meist getrennt auf. Vertreter qualitativer Ansätze sehen quantitative Ansätze, die Ergebnismengen auf Basis numerischer Score-Werte und Gewichtungen erzeugen und damit eine Totalordnung generieren, meist als Spezialisierung ihrer Methoden. Die vorgestellte Arbeit versucht, die Vorzüge beider Methoden zu verbinden, um dem Nutzer eine vereinfachte Interaktion während des Relevance Feedbacks mit dem Retrievalsystem zu bieten, ohne auf die höhere Ausdifferenzierung der Ergebnismenge quantitativer Ansätze verzichten zu müssen. Die Interaktion mit dem System geschieht dabei allein auf Basis der Angabe von intuitiv verständlichen Präferenzpaaren, die wiederum eine Halbordnung bilden. Hierbei muss angemerkt werden, dass die Angabe einer Präferenz immer auf einzelnen Paaren der Ergebnismenge geschieht und nicht mittels abstrakter Präferenzen, deren konkrete Angabe gerade im Feld des Multimedia Retrievals schwierig erscheint. Diese nutzerdefinierte Halbordnung stellt die Grundlage für ein maschinelles Lernverfahren auf Basis einer nicht-linearen Optimierung dar, welches aus den speziellen Präferenzen allgemeingültige Gewichtungen für die Anfrage generiert. Erste Ergebnisse experimenteller Untersuchungen zeigen, dass der vorgestellte Ansatz gut einsetzbar ist und weiterverfolgt werden sollte.2009200921. Workshop Grundlagen von Datenbanken02.-05. Juni 2009, Rostock-Warnemünde : ProceedingsSeiten 57-61200900000000000943rosdok/id00002177616202938http://purl.uni-rostock.de/rosdok/id0000217721. Workshop Grundlagen von Datenbanken02.-05. Juni 2009, Rostock-Warnemünde : ProceedingsEnthalten inhttp://purl.uni-rostock.de/rosdok/id00002177David Zellhöferepub.article1 gvd2009_2.D.09_Zellhoefer.pdf 364727 444d8814609321ada666c514f21aa74e rosdok/id00002190625336933Osu2010-05-052023-08-05T14:20:04ZrdaConverted from PICA to MODS using Pica2Mods XSLT Transformer 2.7 [SCM: "0c0e7a3c226a4a0cbcbec39b493c3c5257339ab8" "v2.7" "2023-08-04T00:00:00+0200"] with mode 'DEFAULT'.ArtikelEinHybridansatz zur Interaktion mit RetrievalsystemenGängige Retrievalsysteme nutzen qualitative oder quantitative Ansätze, um das subjektive Ähnlichkeitsempfinden der Nutzer bzw. ihre Präferenzen bezüglich einer Anfrage zu formulieren. Die beiden Ansätze treten dabei meist getrennt auf. Vertreter qualitativer Ansätze sehen quantitative Ansätze, die Ergebnismengen auf Basis numerischer Score-Werte und Gewichtungen erzeugen und damit eine Totalordnung generieren, meist als Spezialisierung ihrer Methoden. Die vorgestellte Arbeit versucht, die Vorzüge beider Methoden zu verbinden, um dem Nutzer eine vereinfachte Interaktion während des Relevance Feedbacks mit dem Retrievalsystem zu bieten, ohne auf die höhere Ausdifferenzierung der Ergebnismenge quantitativer Ansätze verzichten zu müssen. Die Interaktion mit dem System geschieht dabei allein auf Basis der Angabe von intuitiv verständlichen Präferenzpaaren, die wiederum eine Halbordnung bilden. Hierbei muss angemerkt werden, dass die Angabe einer Präferenz immer auf einzelnen Paaren der Ergebnismenge geschieht und nicht mittels abstrakter Präferenzen, deren konkrete Angabe gerade im Feld des Multimedia Retrievals schwierig erscheint. Diese nutzerdefinierte Halbordnung stellt die Grundlage für ein maschinelles Lernverfahren auf Basis einer nicht-linearen Optimierung dar, welches aus den speziellen Präferenzen allgemeingültige Gewichtungen für die Anfrage generiert. Erste Ergebnisse experimenteller Untersuchungen zeigen, dass der vorgestellte Ansatz gut einsetzbar ist und weiterverfolgt werden sollte.DavidZellhöferVerfasserInauthttp://purl.uni-rostock.de/rosdok/id00002190urn:nbn:de:gbv:28-rosdok_id00002190-510.18453/rosdok_id00002190004 InformatikFakultät für Informatik und Elektrotechnikalle Rechte vorbehaltenRechteinhaber Universität RostockLizenz Metadaten: CC0frei zugänglich (Open Access)de1 Online-Ressource (Seiten 57-61)2009Universität RostockRostocksingle unit20092009Universitätsbibliothek RostockRostock2009Universitätsbibliothek Rostockhttp://purl.uni-rostock.de/rosdok/id00002190David ZellhöferSeiten 57-61200900000000000943rosdok/id00002177616202938http://purl.uni-rostock.de/rosdok/id0000217721. Workshop Grundlagen von Datenbanken02.-05. Juni 2009, Rostock-Warnemünde : ProceedingsEnthalten in 2009-09-22T15:00:37.273Z 2023-08-08T10:52:38.232Z 2023-08-18T10:52:38.236Z {"identifier":"rosdok/id00002190","type":"local_id","additional":"","service":"MCRLocalID","created":"2018-06-30T16:42:38.689Z"} {"identifier":"http://purl.uni-rostock.de/rosdok/id00002190","type":"purl","additional":"","service":"RosDokPURL","created":"2018-06-30T16:42:38.851Z","registered":"2018-06-30T16:42:38.851Z"} {"identifier":"10.18453/rosdok_id00002190","type":"doi","additional":"","service":"RosDokDOI","created":"2018-06-30T16:42:40.160Z","registered":"2018-06-30T16:42:40.160Z"} {"identifier":"urn:nbn:de:gbv:28-rosdok_id00002190-5","type":"dnbUrn","additional":"","service":"RosDokURN","created":"2018-06-30T16:42:38.699Z","registered":"2018-08-15T12:50:45.010Z"} administratorfulltextfile/rosdok_document_0000000145/rosdok_derivate_0000004047/gvd2009_2.D.09_Zellhoefer.pdfEinHybridansatz zur Interaktion mit RetrievalsystemenEin Hybridansatz zur Interaktion mit Retrievalsystemenrosdok_document_0000000145-d394171e50David ZellhöferDavid ZellhöferDavid ZellhöferDavid ZellhöferDavid ZellhöferRostockUniversität Rostockepub.articlehttp://purl.uni-rostock.de/rosdok/id00002190urn:nbn:de:gbv:28-rosdok_id00002190-510.18453/rosdok_id00002190Gängige Retrievalsysteme nutzen qualitative oder quantitative Ansätze, um das subjektive Ähnlichkeitsempfinden der Nutzer bzw. ihre Präferenzen bezüglich einer Anfrage zu formulieren. Die beiden Ansätze treten dabei meist getrennt auf. Vertreter qualitativer Ansätze sehen quantitative Ansätze, die Ergebnismengen auf Basis numerischer Score-Werte und Gewichtungen erzeugen und damit eine Totalordnung generieren, meist als Spezialisierung ihrer Methoden. Die vorgestellte Arbeit versucht, die Vorzüge beider Methoden zu verbinden, um dem Nutzer eine vereinfachte Interaktion während des Relevance Feedbacks mit dem Retrievalsystem zu bieten, ohne auf die höhere Ausdifferenzierung der Ergebnismenge quantitativer Ansätze verzichten zu müssen. Die Interaktion mit dem System geschieht dabei allein auf Basis der Angabe von intuitiv verständlichen Präferenzpaaren, die wiederum eine Halbordnung bilden. Hierbei muss angemerkt werden, dass die Angabe einer Präferenz immer auf einzelnen Paaren der Ergebnismenge geschieht und nicht mittels abstrakter Präferenzen, deren konkrete Angabe gerade im Feld des Multimedia Retrievals schwierig erscheint. Diese nutzerdefinierte Halbordnung stellt die Grundlage für ein maschinelles Lernverfahren auf Basis einer nicht-linearen Optimierung dar, welches aus den speziellen Präferenzen allgemeingültige Gewichtungen für die Anfrage generiert. Erste Ergebnisse experimenteller Untersuchungen zeigen, dass der vorgestellte Ansatz gut einsetzbar ist und weiterverfolgt werden sollte.2009200921. Workshop Grundlagen von Datenbanken02.-05. Juni 2009, Rostock-Warnemünde : ProceedingsSeiten 57-61200900000000000943rosdok/id00002177616202938http://purl.uni-rostock.de/rosdok/id0000217721. Workshop Grundlagen von Datenbanken02.-05. Juni 2009, Rostock-Warnemünde : ProceedingsEnthalten inhttp://purl.uni-rostock.de/rosdok/id00002177David Zellhöfer[xslt]Saxonrosdok/id00002190https://purl.uni-rostock.de/rosdok/id0000219062533693310.18453/rosdok_id00002190urn:nbn:de:gbv:28-rosdok_id00002190-5David ZellhöferZellhöfer DavidEin Hybridansatz zur Interaktion mit RetrievalsystemenArtikelarticleUniversität Rostock, 2009Gängige Retrievalsysteme nutzen qualitative oder quantitative Ansätze, um das subjektive Ähnlichkeitsempfinden der Nutzer bzw. ihre Präferenzen bezüglich einer Anfrage zu formulieren. Die beiden Ansätze treten dabei meist getrennt auf. Vertreter qualitativer Ansätze sehen quantitative Ansätze, die…rosdok/id00002177200900000000000943David ZellhöferEinHybridansatz zur Interaktion mit Retrievalsystemen21. Workshop Grundlagen von Datenbanken02.-05. Juni 2009, Rostock-Warnemünde : ProceedingsUniversitätsbibliothek Rostockhttp://purl.uni-rostock.de/rosdok/id00002190DavidZellhöferVerfasserInaut[purl]http://purl.uni-rostock.de/rosdok/id00002190[urn]urn:nbn:de:gbv:28-rosdok_id00002190-5[doi]10.18453/rosdok_id00002190open_access20092009epoch:21th_centuryrfc5646:dedoctype:epub.articleaccesscondition:openaccessSDNB:004institution:unirostock.iefstate:published