Konzeption und Implementierung eines ... - Stephan, Daniel

5. Wissenschaftliche Analyse
Es ist geplant, einen Clustering Algorithmus einzusetzen, um die Suche in den
Daten des ISL effektiver zu gestalten. Die Zielsetzung findet sich im Forschungs-
bereich Information Retrieval wieder, der in diesem Kapitel zunächst erläutert
werden soll. Zudem sollen alternative und/oder einfachere Methoden aufgezeigt
werden, die ebenfalls zur Verbesserung einer Suchfunktion beitragen können.
Clustering ist eben bei weitem nicht die einzige Methode, so etwas zu erreichen.
Weil die Erwähnung des Begriffs häufig Assoziationen hervorruft, die hier
nicht passen, sei eine Erläuterung des Begriffs eingeschoben. Der Begriff ” Clu-
ster“ wird in den unterschiedlichsten Kontexten verwendet. Cluster in der Wirt-
schaft werden als Verbände von Betrieben verstanden, in der Astronomie ver-
steht man unter Clustern Sternhaufen und auch die Physik und die Mathematik
verwenden jeweils eigene Bedeutungen des Begriffs. All diese Begriffe haben je-
doch eines gemeinsam: sie beschreiben die Gruppierung von etwas. Sei es von
Betrieben in der Wirtschaft oder von Sternen in der Astronomie oder gar von
Computern in der Informationstechnik, in jedem Fall handelt es sich um eine
Gruppierung oder Anhäufung von gleichartigen Dingen.
In dieser Arbeit soll Clustering für die Gruppierung von Dokumenten stehen.
Die erzeugten Gruppen lassen sich auch als Klassen von Dokumenten betrach-
ten. Die Vorgehensweise passt sich in das Forschungsfeld ” Information Retrie-
val“ ein und wird ebenfalls im Bereich ” Knowledge Discovery from Databases“
(KDD) [FPSS96] eingesetzt. Daher sollen diese beiden Felder kurz vorgestellt
werden.
5.1. Information Retrieval
Der Forschungsbereich ” Information Retrieval“ (kurz: IR) existiert in der In-
formatik bereits seit vielen Jahren. Das Buch von van Rijsbergen mit dem Titel
” Information Retrieval“ [VR79] kam beispielsweise in der ersten Ausführung
bereits 1975 heraus und die Inhalte der Thematik wurden schon vorher in Uni-