Zum Inhalt springen

Nur-Lesen-Fassung: Das Forschungsinformationssystem (FIS) ist aus Sicherheitsgründen vorübergehend durch diese Nur-Lesen-Fassung ersetzt. Alle öffentlichen Inhalte und Volltexte sind weiterhin abrufbar; Anmeldung, Bearbeitung, Einreichung und Statistiken stehen nicht zur Verfügung. Bei Fragen: fis@uni-bamberg.de

Start › Publikationen › Implementierung von IR-Modellen auf Basis spaltenorientierter Datenbanken oder invertierter Listen

Publikation

Implementierung von IR-Modellen auf Basis spaltenorientierter Datenbanken oder invertierter Listen

Stadelmann, Thomas; Blank, Daniel; Henrich, Andreas (2015): Implementierung von IR-Modellen auf Basis spaltenorientierter Datenbanken oder invertierter Listen, in: Thomas Seidl (Hrsg.), Datenbanksysteme für Business, Technologie und Web (BTW 2015), Bonn: Gesellschaft für Informatik e. V., S. 299–308.

Details

Fakultät/Lehrstuhl
Autorin(nen)/Autor(en)
Stadelmann, Thomas
Blank, Daniel
Titel des Sammelwerks
Datenbanksysteme für Business, Technologie und Web (BTW 2015)
Band/Titel des Bands
Hauptband
Herausgeberin(nen)/Herausgeber des Sammelwerks
Seidl, Thomas
Konferenz
16. GI Fachtagung "Datenbanksysteme für Business, Technologie und Web" (BTW 2015), Hamburg
Verlagsangabe
Gesellschaft für Informatik e. V. : Bonn
Erscheinungsjahr
2015
ISBN
978-3-88579-635-0
Sprache(n)
Deutsch
URL
Abstract

Im Information Retrieval (IR) wird die Anwendung spaltenorientierter Da- tenbankmanagementsysteme (DBMS) diskutiert, um u.a. durch die Trennung von Da- tenhaltung und Suchlogik zusätzliche Flexibilität zu gewinnen. Es stellt sich die Frage, ob sich solche Systeme für den praktischen Einsatz eignen, oder ob deren Einsatz auf das Prototyping beschränkt ist. Ziel dieser Arbeit ist es daher, IR-Systeme auf Basis spaltenorientierter DBMS mit konventionellen IR-Bibliotheken auf Basis invertierter Listen bzgl. ihrer Effektivität und Effizienz unter Verwendung des weit verbreiteten Okapi BM25 Retrieval-Modells zu vergleichen. Dabei werden bisherige Arbeiten insbesondere im Hinblick auf die Anzahl und den Typ der untersuchten Anfragen sowie die durchgängige Verwendung von Kompressionsmöglichkeiten erweitert.

GND-Schlagwort(e)
Information Retrieval
Freie Schlagwort(e)
IR-Modelle
DDC-Klassifikation
004 Computer science
RVK-Klassifikation
ST 270
Peer Reviewed
ja
Internationale Verbreitung
ja
Dokumenttyp
Konferenzveröffentlichung
URI
Datum der Freischaltung
15.06.2016, 15.06.2016

Permalink: https://fis.uni-bamberg.de/handle/uniba/40584 · Daten als JSON · Zitieren: BibTeX · RIS

Datenstand: 15.11.2026

Eingeschränkter Lesezugriff: Anmeldung, Bearbeitung und Einreichung sind vorübergehend deaktiviert.