1. - 3. April 2009, Universität Konstanz
Auf Wiedersehen
bis zur
ISI 2011
in Hildesheim!
Der Kongressband zur ISI 2009 ist im Verlag Werner Hülsbusch erschienen.
Studentisches Programm
Ein studentisches Programm wird von den Studierenden der Informationswissenschaft organisiert.
Dazu ergeht ein eigener Call.
Ansprechpartner für das studentisches Programm ist Frau Hanna Knäusl (hanna.7777@gmx.de).
Designgeschichte der Web-Interfaces
Sarah Will & Florian Meier
Analyse der Evolution struktureller Aspekte des Webdesign mit Hilfe des „Internet Archive“
Universität Regensburg Institut für Information und Medien, Sprache und Kultur, Lehrstuhl für Informationswissenschaft / Professur für Medieninformatik Universitätsstraße 31,
D-93053 Regensburg E-Mail: {Sarah.Will, Florian2.Meier}@stud.uni-regensburg.de
Abstract:
Das vorliegende Paper stellt die Konzeption und die Ergebnisse einer im Rahmen eines Projektseminars im Fach Informationswissenschaft an der Universität Regensburg durchgeführten Studie vor, die es sich zu Ziel gesetzt hat, die Entwicklung von Web-Interfaces seit 1996 auf der Basis des Webseiten-Archivs „Internet Archive“ empirisch zu untersuchen und somit signifikante Entwicklungen aufzuzeigen. Präsentiert werden sollen sowohl die Durchführung der Studie, welche die Konzeption der Untersuchungsmodelle für Web-Interfaces sowie die eigentliche Evaluation umfasst, als auch die daraus gewonnenen Erkenntnisse.
FACEBOOK
Monika Podolecheva
Universität Konstanz, D-78457 Konstanz
Email: monika.podolecheva@uni-konstanz.de
Abstract:
Die Social Networks sind ohne Zweifel als freie Austauschmärkte perfekt geeignet, denn in ihrer Kernidee liegt die Verbindung von Menschen und der Austausch jeglicher Informationen: private Informationen, Fachinformationen, Musik, Fotos, Videos, etc. Facebook, als eine der führenden Social Plattformen weltweit ist nicht nur ein offener Austauschmarkt, sondern kann auf Grund seines Business-Modells zu den Freeconomics zugezählt werden. Facebook hat sich von einer studentischen Austauschplattform zu einem über $1B Business entwickelt. Zu diesem Transformationsprozess haben primär die informationellen und elektronischen Mehrwerten beigetragen. Die informationellen Mehrwerte eines Produkts beschreiben Eigenschaften des Produkts aus Sicht des Users (wie z. B. komparativer, ähstetischer und emotionaler Mehrwert). Ziel ist es hier diese von Facebook zu analysieren und zu zeigen welche Zusammensetzung zu seinem Erfolg geführt hat. Dabei versuchen wir eine geeignete Parametrisierung dieser Mehrwerten zusammen mit der entsprechenden Skalierung darzustellen. Ein weiterer wichtiger Aspekt dieses Transformationsprozesses ist der heutzutage öffentlich frei kommunizierte Wunsch zur eigenen Präsentierung im Web, das wiederum durch die Strukturvariablen elektronischer Mehrwerte ermöglicht und verstärkt wird. Die Information, die über Facebook ausgetauscht wird, kann für die Nutzer als Commons gesehen werden, für die Wirtschaft - als Ware. Nach dessen Ausmaß wiederum kann der Informationsaustausch als Droge gesehen werden. Die nähere Betrachtung und die Analyse des Business-Modells von Facebook zeigt inwiefern die „private und freie“ Information als Ware gehandelt wird und ein freier Austauschmarkt zu einem riesigen Geschäft macht. Dazu werden kurz folgende Punkte diskutiert: Leistungsmodell, Erlösmodell, Finanzierung, Umsatz und Gewinnerwartung.
Der FoxTagger
Markus Fuchs
Ein Part-of-Speech-Tagger für das Englische mit Mehrwortterm-Erkennung
Abstract:
This paper describes a part-of-speech tagger for English which is able to detect, lemmatize, and tag multiword terms (MWTs) to determine the correct ratio of function and content words. The multiword term detection poses new problems for the tagging task: First, inflected variants of multiword terms have to be recognized and normalized. Second, we have to cope with additional kinds of ambiguities arising through overlapping MWTs. For the disambiguation module of the tagger we trained a neural network on a subset of the Brown Corpus. However, the corpus had to be adapted to our tagset first, because the Brown tagset contains tags that can stand for function and content words. The multiword term detection algorithm employs WordNet as lexicon and makes use of the collocation probabilities of the Leipziger Wortschatz to resolve overlapping MWTs. The evaluation shows that a tagger with multiword term recognition not only has positive effects on processes following the tagging but also improves the tagging accuracy itself.
