Supervisor(s)

Student

Finished

2015-12

Formalia

External thesis in cooperation with GESIS Köln
Targeted audience
  • AI Master
Preconditions
  • Erfahrungen mit Webprogrammierung (PHP, JS, HTML5, GWT) und Java-Programmierung
  • Erfahrung mit ElasticSearch sind von Vorteil

Task description

Ziel: Nutzer haben im Web Zugang zu einer Vielzahl von Suchmaschinen für Produkte oder Dienstleistungen, zum Beispiel für die Suche nach Restaurants, Hotels, Flügen oder Autos. Dabei folgen die meisten Suchmaschinen einem ähnlichen Interaktionsmantra. Zuerst spezifiziert der Nutzer sein Informationsbedürfnis in einem Suchformular und bekommt dann eine Liste mit Treffern, die dann im dritten Schritt mit sogenannten Facetten weiter gefiltert werden können. Zum Beispiel sucht der Nutzer nach einem Notebook mit bestimmten Präferenzen (CPU, Bildschirmgröße, Festplattengröße), bekommt eine Trefferliste mit passenden Produkten und filtert dann weiter mit den angebotenen Facetten (z.B. Preis unter 400 EUR oder Nutzerbewertungen über 4 Sterne), um die Auswahl weiter einzugrenzen. Die Suche zeigt dabei gewisse Limitierungen aus Nutzersicht: (1) die Facetten werden alle gleich gewichtet, der Nutzer kann folglich nicht spezifizieren, welche Produkteigenschaften (dargestellt als Facette) für ihn bei der Auswahl des Produktes wichtiger bzw. unwichtiger sind. (2) bei der Sortierung der Trefferlisten muss sich der Nutzer für ein vorgegebenes Kriterium (z.B. Preis oder Bewertung) entscheiden und kann nicht mehrere Faktoren kombinieren. (3) die ausgewählten Facetten stellen immer eine scharfe Trennung der Ergebnisse dar (z.B. Preis unter 400 EUR) dabei käme ein Ergebnis das sich in relativer Nähe zu dieser Grenze befindet (Preis 429 EUR) auch in Frage, wenn es die sonstigen Bedingungen dafür vollkommen erfüllt. Ziel dieser Arbeit ist es ein Konzept zu entwickeln, welches die persönlichen Kriterien in Form von Gewichtungen berücksichtigt. Im Beispiel könnte der Nutzer auf einer Gewichtungsskale von 1-10 angeben, dass die Größe des Displays für ihn eine Gewichtung von 9 (G9), der Prozessor G8, der Preis G5, die Farbe G3, Akkulaufzeit G7, Nutzerbewertungen G4 und so weiter. Nach diesen gewichteten Kriterien wird die Ergebnismenge dann entsprechend aufbereitet und sortiert. Damit wäre es möglich verschiedene Aspekte von Informationsbedürfnissen sowohl in der Auswahl/Filterung der Informationsobjekte als auch bei der Sortierung von Nutzern zu berücksichtigen und den Suchprozess schneller durchzuführen.

Aufgaben:

Kontakt: Dr. Dagmar Kern
GESIS – Leibniz-Institut für Sozialwissenschaften
Abteilung Wissenstechnologien für Sozialwissenschaften (WTS)
Unter Sachsenhausen 6-8, 50667 Köln
Tel: + 49 (0) 221 / 47694-536
Mail: dagmar.kern@gesis.org
www.gesis.org/wts
Infos unter: http://www.gesis.org/forschung/angewandte-informatik-und-informationswissenschaft/information-retrieval/abschlussarbeiten