FernUniversität Hagen

Fakultät für Mathematik und Informatik

Home

Lehre
Lehreveranstaltungen
Masterarbeiten und Bachelorarbeiten
   Offene Themen
   Reservierte Themen
   Laufende Themen
   Abgeschlossene Themen
   Hinweise für Studierende
Promotion
Mündliche Prüfungen
Klausuren

Forschung
Projekte
Forschungscluster
Publikationen und Literatursuche

Team

Stellenangebote für unsere Gruppe

Wir über uns (Kontaktadresse, Wegbeschreibung)
KONTAKT
Homepage
Neuigkeiten als RSS-Feed
ENGLISH
Startseite Lehrgebiet Multimedia und Internetanwendungen

Abgeschlossene Masterarbeit: Relevance Ranking von Merkmalvektoren zur Repräsentation von Anwendungskontexten

Betreuer

Bearbeiter

  • Matthias Juchmes

Verwandte Projekte

Abgabetermin

2013-06

Formalia

Voraussetzungen
  • Grundlegendes Verständnis von Konzepten im Bereich der semantischen Suche
  • Grundlegendes Verständnis von Rankingfunktionen im Information Retrieval
  • Kenntnisse im Umgang mit Ontologien und OWIM SemSearch
  • Java Kenntnisse

Aufgabenstellung

OWIM SemSearch ist ein Framework zur Suche- und Relevanz Ranking von Entitäten in RDF Wissensbasen anhand eines Anwendungskontextes. Die Relevanz einer gefunden Entität ergibt sich dabei aus der Konfiguration eines Anwendungskontextes, die im Vorfeld durch einen Domänen Experten durchgeführt werden muss. Aktuell berechnet sich dabei der Relevanzwert einer Entität über eine Amalgamation Funktion, die sowohl strukturelle Aspekte als auch die Relevanz von Attributen und Relationen als Faktoren zu einem Gesamtwert zusammenführt. Im Dokument zentrischen Information Retrieval sowie in der semantischen Suche werden für die Repräsentation von solchen Merkmalen unter anderem auch Merkmalsvektoren verwendet. Merkmalsvektoren dienen dabei der Projektion von Objekten über spezifizierte Merkmalsausprägungen in Merkmalsräume für die Anwendung von Relevanzfunktionen. In dieser Arbeit soll untersucht werden welche Funktionen im state of the art für das Relevanzranking von Merkmalsvektoren existieren. Insbesondere im Hinblick auf die Anwendung in semantischen Suchanwendungen. Die prototypische Implementierung und Integration der Erkenntnisse aus dem obigen state of the art sollen in die bestehende OWIM SemSearch Implementierung integriert werden.

Diese Arbeit umfasst insofern:

  • State of the art Ranking mit Merkmalsvektoren insbesondere in semantischen Datenrepräsentationen (Modelle, Bezug zum IR, Anwendung)
  • Übertragen der Erkenntnisse aus dem obigen state of the art für die Anwendung in OWIM SemSearch
  • Prototypische Java Implementierung einer Relevanzfunktion aus dem state of the art und Integration in OWIM SemSearch