ISBN 9783843905756

978-3-8439-0575-6, Reihe Informatik

Andreas Nauerz
Adapting and Recommending Content and Expertise in Highly Collaborative Web Portals

439 Seiten, Dissertation Friedrich-Schiller-Universität Jena (2012), Hardcover, D4

Zusammenfassung / Abstract

In den vergangenen Jahren ist das Internet zu einer der wichtigsten Informationsquellen überhaupt geworden. Es versorgt uns in einer zuvor nie dagewesenen Geschwindigkeit mit einer schier unendlichen Menge an Informationen. Aktuelle Studien zeigen, dass dieser Trend anhalten und sich sogar weiter verstärken wird. Insbesondere durch inzwischen deutlich leistungsfähiger und günstiger gewordene mobile Endgeräte, sowie durch deutlich fallende Kosten für mobile Internetzugänge, erfolgt der Zugriff auf das Netz schon lange nicht mehr nur vom heimischen Rechner aus. Vielmehr steht es inzwischen rund um die Uhr, an nahezu jedem beliebigen Ort, zur Verfügung - und das einer weltweit ständig steigenden Zahl von Nutzern.

Doch diese Entwicklung hat ihre Kehrseite: Die Menge an Informationen die ein Mensch aufnehmen kann ist begrenzt und selbst ohne die Existenz des Internets wären die meisten Menschen den Informationsmengen, mit denen sie jeden Tag konfrontiert werden, kaum noch gewachsen. Unter diesem Aspekt kann das Internet auch als eine der Hauptantriebskräfte eines Phänomens, das unter der Bezeichnung Informationsüberflutung bekannt geworden ist, angesehen werden.

Die vorliegende Arbeit beschäftigt sich mit Möglichkeiten das Problem der Informationsüberflutung zu bekämpfen. Kernidee ist es dabei nicht Redakteure einzusetzen welche manuell Inhalte für die Nutzer vorfiltern, sondern der Nutzergemeinschaft einfach zu bedienende und dennoch mächtige Werkzeuge an die Hand zu geben das Problem, welches sie z.T. selbst verursachen, auch selbst wieder zu lösen. Wir propagieren hierbei die Nutzung von Techniken die sich der Weisheit der Vielen bedienen.

Der Fokus liegt dabei auf dem Einsatz innovativer und kollaborativer Techniken. Durch Beobachtung der Interaktion einzelner Benutzer oder Benutzergruppen mit, z.B. durch Tagging, semantisch angereicherten Inhalten können Nutzermodelle erstellt werden, welche die generellen Interessen und Präferenzen der Nutzer reflektieren. Diese Nutzermodelle werden zudem kontextsensitiv erstellt, so dass einem einzelnen Nutzer je nach Situation ein anderes Nutzermodell zugewiesen werden kann. Die Nutzer- und Kontextmodelle werden im Anschluss von Adaptions- und Recommenderkomponenten genutzt, welche das System für einzelne Nutzer oder Nutzergruppen, entsprechend deren situationsabhängigen Interessen und Präferenzen, optimieren.