Assoziative Suche für das Semantic Web

Während im gegenwärtigen Web das Sammeln von Information großteils von Menschen durchgeführt wird, soll es das Semantic Web ermöglichen diese Aufgabe durch Computerprogramme erledigen zu lassen. Zu diesem Zweck wird Information im Web mit maschinen-interpretierbaren Daten angereichert, welche Aufschluss über deren Bedeutung (Semantik) geben. In der vorliegenden Arbeit wird ein Beitrag zu dem sich derzeit noch in einer frühen Phase befindlichem Forschungsfeld der Suche im Semantic Web geleistet, indem ein Suchansatz für das Semantic Web entwickelt und evaluiert wird. Als Ergänzung zur exakten Suche basierend auf semantischen Metadaten sind in das entwickelte Modell Methoden aus dem assoziativen Retrieval integriert. Assoziatives Retrieval ist ein Such-Paradigma aus dem Information Retrieval, welches versucht ausgehend von einer Menge an relevanter Information potentiell relevante Zusatzinformation zu identifizieren, um Suchergebnisse durch zusätzliche relevante Information zu verbessern. Im konkreten Fall werden Assoziationen basierend auf semantischer Ähnlichkeit zwischen Konzepten aus einer Ontologie und inhaltsbasierter Ähnlichkeit zwischen Ressourcen erzeugt.