Datenbank- Recherche. SS Veranstaltung 18. Juni Philipp Schaer - philipp.schaer@gesis.org Philipp Mayr - philipp.mayr@gesis.

Transkript

1 Datenbank- Recherche SS Veranstaltung 18. Juni 2015 Philipp Schaer - philipp.schaer@gesis.org Philipp Mayr - philipp.mayr@gesis.org GESIS Leibniz- InsFtut für SozialwissenschaJen

2 2 Themen der heu2gen Veranstaltung Abschluss des Themas Relevanz EvaluaFon von Suchen: Precision und Recall Ein wilder RiQ durch die Vielfalt unterschiedlicher Datenbanksysteme (was wir halt noch so schaffen...) Faktendatenbanken Registerdatenbanken Bilddatenbanken Fachportale (es gibt nicht nur Sowiport...) Medizinische Datenbanken...

3 3 Relevanzentscheidungen à Problem: Relevanz ist subjekfv wie kann sie objekfv bewertet werden? Nur topical relevance (Dokument passt zu Fragestellung) Objek2vitätskriterium (relevant für InformaFonsbedarf in Anfrage, nicht Nutzer) Unabhängigkeitskriterium (jedes Dokument wird separat betrachtet, unabhängig vom vorgehenden Dokumenten) Mehrfachbewertung Binärentscheidung

4 4 Effek2vität & Effizienz Effizienz = Fähigkeit des Systems, die benöfgten Ressourcen möglichst schnell (Rechnerzeit, Anfragezeit) und sparsam (Speicherplatz) finden zu können. Effek2vität = Fähigkeit des Systems, die benöfgte InformaFon mit möglichst wenigen Nutzerressourcen (Zeit, Anstrengung) und ohne Rauschen (Qualität der Ergebnismenge) anzubieten à Die relevanten und nur die relevanten Dokumente finden. Nach: Ferber, R. (2003): InformaFon Retrieval. Heidelberg: dpunkt, S. 85

5 5 Maßzahlen für die Evalua2on Precision (Treffergenauigkeit) = Verhältnis aus Anzahl der relevanten Dokumente in der Ergebnisliste und der Anzahl aller Dokumente in der Ergebnisliste Recall (Treffervollständigkeit)= Verhältnis aus Anzahl der relevanten Dokumente in der Ergebnisliste und der Anzahl aller relevanten Dokumente Dokumente in Ergebnisliste Alle Dokumente Relevante Dokumente

6 6 Precision und Recall: Ein Beispiel Relevant Nicht relevant Gefunden Nicht gefunden Precision = Anzahl der relevanten Dokumente in der Ergebnisliste / Anzahl aller Dokumente in der Ergebnisliste Precision P = 30 / ( ) 0,714 Recall R = 30 / ( ) 0,681 Recall = Anzahl der relevanten Dokumente in der Ergebnisliste / Anzahl aller relevanten Dokumente

7 7 Evalua2on der Effek2vität Wie kann man die EffekFvität verschiedener Systeme vergleichen? Gleiche Anfragen Gleiche DokumentkollekFon (gleiche Chance, die richfgen Dokumente zu finden) Relevanzentscheidung für Dokumente in Ergebnislisten à Vergleich der Ergebnislisten à Gleiche Annahmen darüber, was ein relevantes Dokument ausmacht à Maßzahlen

8 8 Außer Acht gelassen wurden... Relevanz ist nicht zwangsläufig Nutzerzufriedenheit Mehrstufige Relevanzeinschätzungen nicht nur binär (relevanz / nicht- relevant) relevant, teilweise relevant, nicht- relevant etc. und vieles mehr... Zusammengefasst: Die BesFmmung von Precision und Recall erlaubt es Ihnen verschiedene Suchsysteme, Suchstrategien, Suchmaschinen etc. zu vergleichen.

9 BEISPIELE FACHDATENBANKEN 9

10 10 Noch einmal: Einordnung Online- Recherche Erlernen der FunkFonsweise von Datenbanken und Suchdiensten Methoden, Verfahren und Instrumente der Datenbank- Recherche Spezielle Arbeitstechniken und Suchstrategien Selbstständige Lern- und Entdeckungsprozesse in der Online- Recherche aus Modulhandbuch 2011

11 11 Gegenüberstellung Web- und DB- Recherche Web- Recherche Datenbank- Recherche I. Dokumente Sprachen Viele OJ einheitliche Indexierungssprache Formate Viele OJ ein Format Länge Unterschiedlich Bibliograph. DB: in etwa gleich Teile Unterschiedlich (Bilder, Anker ) Genau ein Datensatz Verlinkung Hyperlinks Ggf. Referenzen & ZitaFonen Spam Ja Nein Struktur Schwach Feldstruktur Inhalt Heterogen Homogen Nach Lewandowski, D. (2005): Web InformaFon Retrieval. Technologien zur InformaFonssuche im Internet. Frankfurt: DGI:

12 12 Gegenüberstellung Web- und DB- Recherche Web- Recherche Datenbank- Recherche II. Grundgesamtheit Größe Unbekannt (in etwa) bekannt Abdeckung Nicht messbar (in etwa) messbar Duplikate Ja Nein III. Nutzer Zielgruppe Alle Web- User i.d.r. Fachexperten Bedarf Unterschiedlich Fachbezogen Kenntnisse Gering Hoch sehr hoch IV. Retrieval- System Interface Einfach OJ (sehr) komplex FunkFonalität Gering Hoch Ranking Ja Nein (ggf. zusätzlich) 12

13 13 Wo haben Datenbanken ihre Stärken? Versuchen Sie Antworten auf z.b. folgende Fragen zu finden: Wie viele Mobiltelefone gibt es in Belgien? Männlicher Oskargewinner, Sternzeichen Zwilling, größer als 1,90m Wie viele eingetragene Vereine gibt es in Köln, die den Begriff Karneval im Namen tragen? Fachfragen, Faktenfragen etc. können nicht immer zuverlässig mit Websuchmaschinen (Google, Bing) beantwortet werden. Daher: Faktendatenbanken Registerdatenbanken Bilddatenbanken Fachportale (es gibt nicht nur Sowiport...) Medizinische Datenbanken...

14 14 Faktendatenbank: CIA World Factbook Ja, tatsächlich: DIE CIA... hqps:// world- factbook/ Beantworten Sie hier z.b. Fragen wie: Wie lang ist das Straßennetz in Gibraltar? Wie viele Mobiltelefone gibt es in Belgien? Wie hoch sind die Militärausgaben in Ghana (in Prozent des BruQosozial- produkts)? Was sind die wichfgsten landwirtschaj- lichen Produkte des Landes?

15 15 Faktenbanken: Internet Movie Database Die Datenbank enthält InformaFonen zu Kino- und Fernsehfilmen, Serien sowie beteiligten Personen. hqp:// Erlaubt eine gezielte Suche z.b. miqels Kategoriensuche (Name, Titel, Charakter, ProdukFonsfirma, Keywords (kein ausgewachsener Thesaurus!)... Erweiterte Suche Personen Männlicher Oskargewinner, Sternzeichen Zwilling, größer als 1,90m Erweiterte Suche Filme Kollabora2onssuche Welche Personen haben an Forrest Gump und Apollo 13 gearbeitet? hqp://

16 16 Öffentliche Daten: Registerdaten Handels-, GenossenschaJs- und PartnerschaJsregister sowie zum Teil die Vereinsregister aller Bundesländer hqps:// Mögliche Fragen: Wie viele KapitalgesellschaJen (sind im Register HRB enthalten) haben Ihren Firmensitz in Sechtem zwischen Bonn und Köln? Wie viele eingetragene Vereine gibt es in Köln, die den Begriff Karneval im Namen tragen? Zusätzlich können (kostenpflichfg) Stammdaten der jeweiligen Firmen und Vereine eingesehen werden.

17 17 Literaturhinweise Ferber, R.: InformaFon Retrieval. Suchmodelle und Data- Mining- Verfahren für Textsammlungen und das Web. Heidelberg 2003 Erlhofer, S.: Suchmaschinen- OpFmierung. 4. Aufl. Bonn Glöggler, M.: Suchmaschinen im Internet. FunkFonsweisen, Ranking, Methoden. 2. Aufl. Berlin Lehmann, K. / Schetsche, M. (Hg.): Die Google- GesellschaJ. Bielefeld 2005 Lewandowski, D.: Suchmaschinenforschung im Kontext einer zukünjigen WebwissenschaJ, in Scherfer, K. (Hg.): WebwissenschaJ - Eine Einführung. Münster 2008, S Lewandowski, D (Hg.): Handbuch Internet- Suchmaschinen. Heidelberg Mandl, Th.: Die automafsche Bewertung der Qualität von Internet- Seiten im InformaFon Retrieval. Universität Hildesheim Machill, M. / Beiler, M. (Hg.): Die Macht der Suchmaschinen. Köln Wimmeroth, U. / Brochhagen,Th.: Google. Dirty Tricks. Düsseldorf 2003 Meier, K.: Grundlagen journalisfscher Recherche im Internet, in Meier, K.: Internet- Journalismus. Konstanz. 3. Aufl. 2002, S Regionales Rechenzentrum für Niedersachsen: Suchen und Finden im Internet. Hannover 6, 2001 www- Suchseiten der InformaFonswissenschaJhQp:// wiss.uni- konstanz.de/suche/selytml hqp://selytml.teamone.de/html/kopfdaten/meta.htm

18 18 Dr. Philipp Mayr Tel: + 49 (0) 221 / philipp.mayr@gesis.org Dr. Philipp Schaer Tel: + 49 (0) 221 / philipp.schaer@gesis.org Dr. Dagmar Kern Tel: + 49 (0) 221 / dagmar.kern@gesis.org Wilko van Hoek Tel: + 49 (0) 221 / wilko.vanhoek@gesis.org Kontakt hqp:// recherche- 2015