Andrae, Magdalena: Machine learning in academic search engines
Mit jährlich steigenden Publikationsaufkommen sind Suchmaschinen - und vor allem Akademische Suchmaschinen - wichtige Instrumente, um Literatur zu finden. Einige dieser Suchmaschinen nutzen maschinelles Lernen, um ihren NutzerInnen relevante Suchergebnisse oder personalisierte Vorschläge zu liefern, ohne dabei stark auf menschliche Inhaltskuration zu setzen.
Für diese Arbeit wurden beispielhaft Anwendungsfälle von akademischen Suchmaschinen hinsichtlich solcher Implementierungen analysiert. Die Forschungsfragen der Arbeit sind: Wie funktioniert eine akademische Suchmaschine, die maschinelle Lerntechniken verwendet, im Gegensatz zu traditionellen Discovery-Systemen? Was ist der Zweck des Einsatzes der maschinellen Lerntechnik?
Diese Arbeit gibt zunächst einen Überblick über relevante Informationen zu künstlicher Intelligenz und maschinellem Lernen und geht dann auf die Merkmale dreier beispielhaft gewählter Akademischen Suchmaschinen ein, die maschinelles Lernen nutzen. Schließlich zeigt die Arbeit einige potenzielle Einsatzmöglichkeiten von maschinellem Lernen in bibliothekarischen Systemen auf.