Seminar Information Retrieval

Seminar im Wintersemester 2008. Prof. Tobias Scheffer.

Termine

Die Veranstaltung umfasst 2 SWS (3 LP). Das Seminar findet als Blockseminar statt, die Termine werden zu Beginn des Semesters abgesprochen.

• Donnerstag, 9-11, 03.06.S15. (Vorbesprechung und Themenvergabe am 23.10.)

Inhalte

Information Retrieval beschäftigt sich mit der Suche nach und dem Zugriff auf Informationen. Web-Suchmaschinen und digitale Bibliotheken bilden inhaltliche Schwerpunkte. Neben den technischen Inhalten bildet das Erlernen eines guten Vortragsstils einen Schwerpunkt des Seminars.

Tipps zur Ausarbeitung und Vortragspräsentation

Folien der Einführungsvorlesung

Vorraussichtliche Themen

Thema	Literatur
Textrepraesentation (stopwords, stemming, vector space model, tf-idf), Retrieval mit Kosinus-Ähnlichkeit, Evaluation (Precision/Recall, ROC-Analyse)	[1] Kapitel 2.2.2, 2.2.4, 6.2, 6.3, 8.3, 8.4
Indexerstellung, Suchstrategien Das wichtigste Merkmal von Textdatenbanken ist die schnelle Textsuche. Dieses Thema behandelt die Erstellung performanter Suchindizes für statische Textdatenbanken und Suchstrategien in dynamischen Texten.	[2] Kap. 8 Ottmann & Widmayer. Algorithmen und Datenstrukturen, Spektrum Akademischer Verlag. 1996.
Retrieval mit Probabilistischen Modellen	[1] Kapitel 11, 12
Webseitenranking für Internetsuchanfragen (Pagerank, HITS, Salsa, Topic-Rank)	L. Page, S. Brin, R. Motwani, T. Winograd, "The PageRank citation ranking: Bringing order to the Web," Jon M. Kleinberg: Authoritative Sources in a Hyperlinked Environment. Stanford Digital Library Technologies Project. Journal of the ACM. 1999. Diligenti et al.: A Unified Probabilistic Framework for Web Page Scoring Systems, 2004.
Lernen aus Clickstreams, Rank-SVM, Relevance Feedback	Joachims: Optimizing Search Engines using Clickthrough Data Agichtein et al.: Improving Web Search Ranking by Incorporating User Behavior Information
Email-Spam-Filterung auf Text-Ebene	Siefkes et al.: Combining Winnow and Orthogonal Sparse Bigrams for Incremental Spam Filtering. Sculley : Spam Filtering using Inexact String Matching in Explicit Feature Space with On-Line Linear Classifiers Bratko et al.: Spam Filtering Using Statistical Data Compression Models, Bratko et al.: Towards Practical PPM Spam Filtering: Experiments for the TREC 2006 Spam Track
Collaborative Prediction, Recommendation Systems	Basilico & Hofmann. Unifying Collaborative and Content-Based Filtering Rennie & Srebro. Fast maximum margin matrix factorization for collaborative prediction. Bell & Koren. Lessons From Netflix Prize Challenge.
Textklassifikation (Rocchio, Support Vector Machines) Dieses Thema behandelt die automatische Klassifikation von Texten. z.B. Filterung von Emails	Learning to Classify Text using Support Vector Machines [1] Kapitel 14 & 15.
Aktives Lernen	Simon Tong, Daphne Koller, Support Vector Machine Active Learning with Applications to Text Classification, JMLR 2001. (zur Einführung in Support Vector Maschinen [1] Kapitel 15).

Literatur

[1] Christopher D. Manning, Prabhakar Raghavan and Hinrich Schütze, Introduction to Information Retrieval, Cambridge University Press. 2008.
[2] Ricardo Baeza-Yates, Berthier Ribeiro-Neto, Modern Information Retrieval, Addison Wesley, 1999.