TY  - THES
U1  - Dissertation / Habilitation
A1  - Minke, Marcel
T1  - Ableitung personaler Wissensdomänen aus Navigationspfaden in einer Online-Enzyklopädie – Implementierung eines Prototyps „Simpedia“
N2  - In der heutigen Informationsgesellschaft erweist sich der effiziente Umgang mit dem Produktionsfaktor Wissen als entscheidender Wettbewerbsfaktor. Aufgrund der gerin-geren Halbwertszeit des Wissens tritt das reine Faktenlernen zunehmend in den Hinter-grund, das Lernen von Zusammenhängen gewinnt demgegenüber an Bedeutung. Diese Dissertationsschrift beschreibt einen auf der deutschen Wikipedia basierenden Prototyp, der zum einen zum automatisierten Abfragen von Zusammenhängen genutzt werden kann und zum anderen ein neuartiges didaktisches Konzept zum Lernen von Assoziationen einführt. Zur Definition von Wissensdomänen werden Algorithmen vorgestellt, die die einem Wikipedia-Artikel zugeordneten Kategorien auf vordefinierte Hauptkategorien aggre-gieren. Da Daten zu inhaltlichen Zusammenhängen zwischen verschiedenen Wikipedia-Einträgen bisher noch nicht erhoben wurden, stellt diese Arbeit solche Assoziationen anhand der semantischen Ähnlichkeit her, die durch zwei Programme namens Findlink und SENTRAX berechnet wird. Die so generierte Liste ähnlicher Artikel formt ein spe-zielles Netz, in dem die Knoten einzelne Wikipedia-Artikel darstellen und die Kanten inhaltliche Zusammenhänge abbilden. Die Assoziationen werden anschließend in die Oberfläche des Prototyps integriert und um Mechanismen zum Tracken der Benutzerin-teraktion erweitert. Ein Kernproblem des Versuchsaufbaus stellt der Korpusumfang dar. Einerseits führt die enorme Artikelanzahl bei der Ähnlichkeitsberechnung durch Findlink zu Perfor-manceproblemen, andererseits zeigen sich aufgrund der Vielzahl der Einträge Anoma-lien in der Netzstruktur der ähnlichen Artikel in Form vieler untereinander kaum ver-bundener Teilnetze. Als Problemlösungen werden mehrere Filterkriterien definiert und deren Auswirkungen auf den Korpusumfang skizziert. Zusätzlich wird ein eigenes Gütemaß eingeführt, das sich als hilfreich bei der Beurteilung der Relevanz eines Arti-kels erweist. Die im entwickelten Prototyp implementierten Konzepte ermöglichen das spielerische Lernen von Zusammenhängen durch die Bearbeitung zufälliger oder vordefinierter Navigationsaufgaben. Darüber hinaus kann der erstellte Prototyp als Ausgangspunkt für weitere Forschungen zum Lernen von Zusammenhängen dienen. Das implementierte Tracking der Benutzerinteraktion legt die Basis für spätere Auswertungsalgorithmen.
N2  - In today's information society, the efficient handling of knowledge as a production factor is of growing importance. Because of the decreasing half-life of knowledge, the mere study of facts becomes less relevant whereas learning of knowledge relations increases in importance. In this doctoral thesis a prototype, based on the German Wikipedia, is introduced, which can be used to automatically retrieve knowledge about relations and which employs a novel didactic concept for learning associations. In order to define knowledge domains, algorithms are presented for aggregating catego-ries assigned to a specific Wikipedia article to predefined main-categories. Due to the lack of data regarding the content-based relations of Wikipedia articles, these associa-tions are derived by means of the semantic similarity between them which is calculated by two programs, Findlink and SENTRAX. The resulting list of similar articles forms a particular network in which the nodes represent individual Wikipedia articles and the edges show the content-based relations. Subsequently, the associations are integrated into the user interface of the prototype and mechanisms for tracking user interactions are added. The main problem of the experimental setup is the complexity of the corpus. On the one hand, the enormous amount of articles leads to problems when calculating the similarity using Findlink; on the other hand, the multitude of entries causes anomalies in the net-work structure, i.e. several detached sub-networks are generated. These problems are solved by defining several filter criteria whose effects on the complexity of the corpus are outlined. Additionally, a new validity measure is introduced which evaluates the relevance of an article. The developed prototype and its implemented concepts allow learning knowledge rela-tions through play by working on random or predefined navigation tasks. Moreover, the created prototype can serve as initial point for further research regarding the study of knowledge relations. The implemented tracking of user interaction lays the foundation for additional evaluation algorithms.
KW  - Wikipedia
KW  - Wissensmanagement
KW  - Benutzertracking
KW  - SENTRAX
KW  - Ähnlichkeitsberechnung
KW  - Wikipedia
KW  - Knowledge Management
KW  - SENTRAX
KW  - User Tracking
Y2  - 2012
U6  - https://nbn-resolving.org/urn:nbn:de:gbv:hil2-opus-1664
UN  - https://nbn-resolving.org/urn:nbn:de:gbv:hil2-opus-1664
ER  -