Search (2 results, page 1 of 1)

  • × author_ss:"Lindstaedt, S."
  1. Ulbrich, A.; Höfler, P.; Lindstaedt, S.: Modellierung von Anwenderverhalten im Social Semantic Web (2009) 0.01
    0.012675625 = product of:
      0.0507025 = sum of:
        0.0507025 = weight(_text_:und in 4863) [ClassicSimilarity], result of:
          0.0507025 = score(doc=4863,freq=12.0), product of:
            0.12075608 = queryWeight, product of:
              2.216367 = idf(docFreq=13101, maxDocs=44218)
              0.054483794 = queryNorm
            0.41987535 = fieldWeight in 4863, product of:
              3.4641016 = tf(freq=12.0), with freq of:
                12.0 = termFreq=12.0
              2.216367 = idf(docFreq=13101, maxDocs=44218)
              0.0546875 = fieldNorm(doc=4863)
      0.25 = coord(1/4)
    
    Abstract
    Ziel dieses Kapitels ist es, gemeinsame Verwendungsszenarien des Semantic Web und des Social Web zu identifizieren und zu benennen. Dabei wird ein Teilaspekt des Themengebiets im Detail betrachtet: die Nutzung von Services, die Beobachtungen des Verhaltens von Anwendern analysieren, um daraus maschinell interpretierbare Informationen zu erhalten und diese als Modelle zu organisieren. Es werden zunächst einige Eigenschaften und Unterscheidungsmerkmale von Anwenderverhalten und organisierten Modellen dargestellt. Anschließend wird der mögliche wechselseitige Nutzen von Anwenderverhalten und Modellen diskutiert. Den Abschluss bildet eine Betrachtung einiger exemplarischer Software-Services, die heute schon verwendet werden, um Anwenderverhalten in Modelle überzuführen.
  2. Pammer, V.; Ley, T.; Lindstaedt, S.: tagr: Unterstützung in kollaborativen Tagging-Umgebungen durch semantische und assoziative Netzwerke (2008) 0.01
    0.00887109 = product of:
      0.03548436 = sum of:
        0.03548436 = weight(_text_:und in 2898) [ClassicSimilarity], result of:
          0.03548436 = score(doc=2898,freq=8.0), product of:
            0.12075608 = queryWeight, product of:
              2.216367 = idf(docFreq=13101, maxDocs=44218)
              0.054483794 = queryNorm
            0.29385152 = fieldWeight in 2898, product of:
              2.828427 = tf(freq=8.0), with freq of:
                8.0 = termFreq=8.0
              2.216367 = idf(docFreq=13101, maxDocs=44218)
              0.046875 = fieldNorm(doc=2898)
      0.25 = coord(1/4)
    
    Abstract
    Stellen Sie sich vor, Sie laden ein Bild auf Flickr hoch und bekommen automatisch Vorschläge für Tags sowie Beispiele, wie ähnliche Bilder verschlagwortet worden sind. Wir stellen den Forschungsprototypen tagr vor, der auf Basis von vorhandenen Tags Information über die Benutzerin sowie eine Analyse des Bildes neue Tags für ein Bild vorschlägt. Wir verstehen kollaboratives Tagging als einen Prozess der verteilten Kognition, den wir mit entsprechenden Diensten unterstützen wollen. Wir gehen in diesem Artikel genauer auf den Termähnlichkeitsservice ein, der sich ein semantisches Netzwerk (WordNet) und ein assoziatives Netzwerk (Kookkurrenz der verwendeten Tags) zu Nutze macht. Wir diskutieren die Evaluierung des Prototypen und schließen mit einem Ausblick auf unsere weiteren Arbeiten.