Publisher DOI: 10.1515/iwp-2019-0005
Title: Entwicklung und Anwendung einer Software zur automatisierten Kontrolle des Lebensmittelmarktes im Internet mit informationswissenschaftlichen Methoden
Other Titles: Development and application of software for automated control of the food market on the Internet using information science methods
Développement et application d'un logiciel de contrôle automatisé du marché alimentaire sur Internet à l'aide de méthodes de science de l'information
Language: German
Authors: Sünkler, Sebastian 
Krewinkel, Alexandra 
Gleissner, Mareike 
Osterode, Dorle 
Tolg, Boris 
Holle, Martin 
Lewandowski, Dirk  
Keywords: Lebensmittelwissenschaft; Lebensmittelüberwachung; Kontrolle; Informationswissenschaft; Internet; Recherche; Softwareentwicklung; Interdisziplinär; Webrecherche; Retrieval; Maschinelles Lernen; Science alimentaire; Jurisprudence; Contrôle; Science de l’information; Développement de logiciels; Interdisciplinaire; Recherche sur le Web; Apprentissage machine pédagogique
Issue Date: 31-Jan-2019
Publisher: De Gruyter Saur
Journal or Series Name: Information - Wissenschaft & Praxis : IWP 
Volume: 70
Issue: 1
Startpage: 33
Endpage: 45
Abstract: 
In diesem Artikel präsentieren wir die Durchführung und die Ergebnisse eines interdisziplinären Forschungsprojekts zum Thema automatisierte Lebensmittelkontrolle im Web. Es wurden Kompetenzen aus den Disziplinen Lebensmittelwissenschaft, Rechtswissenschaft, Informationswissenschaft und Informatik dazu genutzt, ein detailliertes Konzept und einen Software-Prototypen zu entwickeln, um das Internet nach Produktangeboten zu durchsuchen, die gegen das Lebensmittelrecht verstoßen. Dabei wird deutlich, wie ein solcher Anwendungsfall von den Methoden der Information-Retrieval-Evaluierung profitiert, und wie sich mit relativ geringem Aufwand eine flexible Software programmieren lässt, die auch für eine Vielzahl anderer Fragestellungen einsetzbar ist. Die Ergebnisse des Projekts zeigen, wie komplexe Arbeitsprozesse einer Behörde mit Hilfe der Methoden von Retrieval-Tests und gängigen Verfahren aus dem maschinellen Lernen effektiv und effizient unterstützt werden können.
URI: http://hdl.handle.net/20.500.12738/4779
ISSN: 1619-4292
Review status: This version was peer reviewed (peer review)
Institute: Department Information 
Fakultät Design, Medien und Information 
Department Umwelttechnik 
Department Ökotrophologie 
Fakultät Life Sciences 
Type: Article
Appears in Collections:Publications without full text

Show full item record

Page view(s)

144
checked on Dec 25, 2024

Google ScholarTM

Check

HAW Katalog

Check

Add Files to Item

Note about this record


Items in REPOSIT are protected by copyright, with all rights reserved, unless otherwise indicated.