KnowMiner

Die laufend zunehmende Informationsmenge bedarf neuer Zugangswege, um das darin enthaltene Wissen ziel- und anforderungsorientiert nutzen zu können. Um die uns umgebenden Wissenspools - bestehend meist aus unstrukturierter Information - nutzbar zu machen, bedarf es einer Kombination unterschiedlicher Techniken aus den Bereichen Knowledge Discovery und Information Retrieval. Diese Techniken ermöglichen die semantischen Anreicherung von Information und damit verbunden die verbesserte Erschließung brach liegender Informationsbestände.Die vorliegende Arbeit befasst sich mit der Konzeption und Entwicklung eines integrativen und flexiblen Software-Frameworks zur Unterstützung der Einbindung von Knowledge Discovery und Information Retrieval Diensten in unterschiedliche Systeme. Der Fokus liegt dabei auf der Unterstützung der Integration verschiedener Algorithmen aus den genannten Bereichen und deren Einsatz in unterschiedlichsten Anwendungskontexten.Das entwickelte KnowMiner-Framework konnte in verschiedenen Projekten erfolgreich angewendet werden. Die Erfahrungen aus den Projekten zeigen dabei die einfache Integration von Wissenserschließungstechniken in praktischen Anwendungen.

Autorentext

Dr Michael Granitzer promovierte an der Technischen Universität Graz im Fachgebiet Telematik und arbeitet seit mehr als 7 Jahren im Bereich Knowledge Discovery. Seit 2004 leitet er am Know-Center Graz den Bereich WissenserschlieÃYung. Seine Forschungsschwerpunkte sind Textklassifikation, Clustering und Information Retrieval.