Informationsstrukturierung und -organisation
Das Durchstöbern einer Datenbank nach interessanten Informationen kann eine mühsame Arbeit sein. Hierarchische Strukturen können beim Auffinden interessanter Objekte helfen, besonders wenn die Datenbank dem Suchenden unbekannt ist. Für jede Datenbank gibt es mehrere "sinnvolle" Wege, um diese zu strukturieren. Dies ist vor allem dann der Fall, wenn man es mit vieldimensionalen Daten wie Textdokumenten zu tun hat. Dabei kann ein Nutzer mehrere Sichten haben, die von dem jeweiligen Wissen, den Interessen und dem Kontext abhängen. Es ist entscheidend, dem Nutzer eine spezielle Struktur zur Verfügung zu stellen, um ihn erfolgreich beim Erkennen passender Objekte zu unterstützen.
Unsere Forschungsarbeit auf dem Feld der Informationsstrukturierung beschäftigt sich mit dem Erkennen hierarchischer Strukturen, vor allem jener Strukturen, die die Art und Weise des Nutzers wiederspiegeln, eine Datensammlung per Hand zu ordnen. Dafür ist es notwendig, einige Informationen darüber einzuholen, wie der Nutzer die Daten ordnet. Ein Weg, diesem Problem zu begegnen ist die Annahme, dass bereits einige Dokumente in einer hierarchischen Struktur agelegt sind, z.B. in einer personalisierten Desktopumgebung, einem Dateisystem oder einer Lesezeichenstruktur. Dies gibt uns eine implizites Wissen über die Kriterien, nach denen ein Nutzer seine Daten strukturiert. Natürlich decken diese Hierarchien nur einen kleinen Teil der - dem Nutzer bisher unbekannten - Sammlung ab, die geordnet werden soll. Das ist wichtig, um die Lernaufgaben festzulegen und lässt die Nutzung von Standardklassifizierungsverfahren unpassend erscheinen, um dieses Problem zu lösen. Einige aktuelle Arbeiten aus diesem Bereich sind unten aufgeführt.
Ausgewählte Publikationen
- Korinna Bade und Andreas Nürnberger, Personalized Hierarchical Clustering, in: Toyoaki Nishida (Hrsg.), Proc. of IEEE/WIC/ACM International Conference on Web Intelligence (WI-06), S.: 181-187, IEEE Computer Society Press, 2006.
- Korinna Bade und Andreas Nürnberger, Creating a Cluster Hierarchy under Constraints of a Partially Known Hierarchy, Proceedings of the 2008 SIAM International Conference on Data Mining, 2008.