Abstract

Ontologie-basierte Systeme nutzen Ontologien haupts?chlich, um Wissen strukturiert zu repr?sentieren. Ein Beispiel hierf?r sind Expertensuchsysteme. Diese nutzen Ontologien,um Suchanfragen den daf?r zust?ndigen Experten zuzuordnen. Dabei bestehen Ontologien aus Kategorien und Beziehungen zwischen diesen Kategorien. Das Matching der Suchanfragen auf die Experten geschieht durch eine automatische Klassifizierung der Anfrage in die Kategorien der Ontologie. Das Problem bei solchen Systemen ist die Wahl der Ontologie. Grosse Ontologien decken zwar alle ben?tigten Kategorien ab, sie erlauben aber keine performante Klassifikation der Anfragen. Kleine Ontologien hingegen k?nnen die Kategorien nicht genau genug beschreiben, d.h. die Kategorien sind recht allgemein gehalten. In dieser Arbeit soll dieses Problem gel?st werden, indem die Kategoriestruktur der Verteilung der Experten und Anfragen innerhalb des Systems angepasst wird. Dabei werden nur diejenigen Kategorien behalten, zu denen h?ufig Anfragen gestellt werden. Diese Themengebiete werden mit Hilfe einer Singul?rwertzerlegung auf einer Anfrage-Kategorien Matrix ermittelt. Im Ergebnis zeigt sich, dass eine Ontologie mit 1200 Kategorien durch eine mit weniger als 100 Themengebieten ersetzt werden kann, ohne dass dabei die Qualit?t beim Matching der Suchanfragen auf die Experten abnimmt.

@MASTERSTHESIS{wu2007,
  author = {Winfried Umbrath},
  title = {Automatische Ontologie-Optimierung in Ontologie-basierten Systemen},
  school = {Universitaet Potsdam},
  year = {2007},
}