Logo des Repositoriums

Auflistung nach Schlagwort "Klassifikation"

1 - 10 von 16
  • Konferenzbeitrag
    Ein Design Space für internale Gamification-Anwendungen
    (Mensch & Computer 2014 - Workshopband, 2014) Schering, Sandra
    Aktuell existieren viele verschieden ausgestaltete Gamification-Anwendungen zur Erhöhung der Mit-arbeitermotivation. Dabei ist weitestgehend unerforscht, wie eine Anwendung gestaltet sein sollte, um tatsächliche Vorteile mit sich zu bringen. In diesem Paper wird deshalb ein Design Space zur Klassi-fikation von Anwendungen vorgestellt, um Übereinstimmungen und Abweichungen zwischen diesen aufzudecken und somit Grundlagen für zukünftige Untersuchungen zum Einfluss verschiedener Gestaltungselemente zu schaffen. Eine erste Einordnung von Systemen konnte aufzeigen, dass meist extrinsische Anreizstrukturen genutzt werden, die Anwendungen oft nur wenige spielerische Elemente beinhalten und Spieler kaum Einflussmöglichkeiten auf das System besitzen. Nur vereinzelt passen sich Systeme an sich ändernde Spielerfähigkeiten an oder nutzen realweltliche Aufgaben.
  • Textdokument
    Einsatz kognitiver Verfahren am Deutschen Patent- und Markenamt
    (BTW 2019, 2019) Reinke, Mark; Kischkel, André; Jahns, Volker; Crenze, Uwe; Beltcheva, Olga
    Die Begutachtung von Patentanträgen ist ein aufwändiger Prüfprozess, dessen Ziel es ist, eine Entgegenhaltung zu finden. Dabei stellt die Verschleierung des Patentanspruchs durch gezielte Umschreibungen eine große Herausforderung dar. In enger Zusammenarbeit zwischen dem Deutschen Patent-und Markenamt und der interface projects GmbH entstand ein modernes Recherche-und Klassifikationssystem auf Basis von durch neuronale Netze gelernten Distributed Word Embeddings. Der Beitrag stellt verschiedene Verfahren zum Lernen von Word Embeddings vor und bewertet diese hinsichtlich ihrer Eignung für die Prüfung von Patentanmeldungen.
  • Konferenzbeitrag
    Einsatz Pixelbasierter Datenfusion zur Objektklassifikation
    (Workshop Audiovisuelle Medien WAM 2009, 2009) Thomanek, Jan; Lietz, Holger; Fardi, Basel; Wanielik, Gerd
    Dieser Beitrag beschreibt den Einsatz der Pixelbasierten Datenfusion zur Verbesserung der Objektklassifikation am Beispiel eines Fußgängererkennungssystems. Dabei werden zunächst sowohl die verwendeten Fusionstechniken, als auch die Grundlagen der Objekterkennung erläutert. Im Weiteren wird ein System zur Erkennung von Fußgängern beschrieben, welches auf der Fusion der Bilder einer Infrarotund einer visuellen Kamera basiert. Es werden die Ergebnisse erläutert und verglichen.
  • Konferenzbeitrag
    Gamification and the Trough of Disillusionment
    (Mensch & Computer 2014 - Workshopband, 2014) Broer, Jan
    Consulting agencies predict a drop in the visibility of gamification as studies report more and more negative results. We re-evaluate studies with positive results from a recent literature review with regards to the effects of gamification reported therein. We find that most reviewed studies do not actually report net-positive results and discuss reasons as to why gamification seemingly fails to deliver. One major Potenzial reason identified is the variance in motivations to play games.
  • Konferenzbeitrag
    Klassifikationsschema für Usability-Evaluationsmethoden
    (Mensch und Computer 2015 – Proceedings, 2015) Ohl, Christoph; Schade, Gabriele
    Nicht immer ist innerhalb von Software-Projekten das notwendige Usability-Wissen zur zielgerichteten und effizienten Auswahl geeigneter Methoden vorhanden. Zur Unterstützung eines Auswahlprozesses, welche Methode ist wann die am besten geeignete, ist es von Vorteil, wenn das Wissen über die Methoden in strukturierter Form vorliegt und angemessene Kriterien zur Unterscheidung gefunden werden können. Bisherige diesbezügliche Lösungen sind hier nur bedingt zur Unterstützung des Auswahlprozesses geeignet. In diesem Beitrag wird ein Klassifikationsschema vorgeschlagen, dass der Ein- und Zuordnung von Usability-Evaluationsmethoden dienen soll und einen Ausgangspunkt zur besseren Auswahl geeigneter Verfahren im Usability-Engineering darstellen kann.
  • Zeitschriftenartikel
    Kleine Barrieren für große Analysen – Eine Untersuchung der Eignung aktueller Plattformen für Self-Service Data Mining
    (HMD Praxis der Wirtschaftsinformatik: Vol. 56, No. 5, 2019) Badura, Daniel; Schulz, Michael
    Um das Potential der stetig wachsenden Datenmengen in verschiedenen Geschäfts- und Gesellschaftsbereichen verstärkt zur Erkenntnisgewinnung und Entscheidungsunterstützung nutzen zu können, wäre es hilfreich, Big-Data-Analysemethoden für einen größeren Anwenderkreis zugänglich zu machen. Dies kann entweder durch eine stärkere Vermittlung von Datenkompetenzen aus Anwendersicht oder durch eine Vereinfachung der Methoden, insbesondere durch weitere Automatisierung der Prozesse oder Algorithmen mit geringer Komplexität aus Anwendungssicht geschehen. Zu letzteren gehören unter anderem Entscheidungsbäume, da die verwendeten Algorithmen leicht nachvollziehbar und die Analyseergebnisse zudem grafisch darstellbar sind. Für die in dieser Arbeit vorgestellte Versuchsreihe wurden sie daher als Anhaltspunkt für die Etablierbarkeit von Self-Service Data Mining verwendet. In den Plattformen IBM SPSS Modeler, RapidMiner, KNIME und Weka wurden auf einer einheitlichen Datengrundlage Klassifikationsmodelle erstellt und diese in Bezug auf ihre Genauigkeit und Komplexität miteinander verglichen. Die Ergebnisse deuten darauf hin, dass die Plattformen im Hinblick auf diese beiden Punkte unterschiedliche Stärken und Schwächen im Analyseprozess aufweisen. Gegenwärtig gibt es bereits vielversprechende Ansätze zur Erweiterung des potentiellen Nutzerkreises von Big-Data-Analysen, jedoch sind diese noch nicht flächendeckend etabliert. To further harness the potential of the growing volume of available data in different areas of business and society, it would be helpful if big data analytics could be made available to a larger group of users. This can be achieved either through an increase in general data literacy or a simplification of the process, especially through further automation or more easily comprehensible algorithms. Decision trees are an example of the latter, since analytical results can be represented in visual form. For the trials presented in this article, they were used as a reference point for the feasibility of self-service analytics. Classification models were constructed in the platforms IBM SPSS Modeler, RapidMiner, KNIME and Weka and were compared with regards to their accuracy and comprehensibility. The results indicate that the platforms possess different strengths and weaknesses at different steps of the process. Currently, there are already some promising self-service solutions, but they are not yet widely established.
  • Textdokument
    ML-basierte Klassifizierung von E-Mails für die datenschutzkonforme Löschung und Archivierung
    (INFORMATIK 2022, 2022) Kunz,Thomas; Waldmann,Ulrich
    E-Mails enthalten in der Regel personenbezogene Daten, die den datenschutzrechtlichen Löschvorgaben unterliegen. Eine angemessene Umsetzung der Löschvorgaben stellt jedoch die verantwortlichen Unternehmen vor eine große Herausforderung, zumal nach Erfüllung des Verarbeitungszwecks oftmals unterschiedliche (spezial-)rechtliche Aufbewahrungspflichten einer sofortigen Löschung entgegenstehen. Für die Einhaltung von Lösch- und Aufbewahrungspflichten ist es zunächst erforderlich, E-Mails, die diesen Verpflichtungen unterliegen (z.B. Rechnungen) zu identifizieren. Dieser Beitrag untersucht, inwieweit E-Mails mithilfe von maschinellem Lernen (ML) klassifiziert werden können. Für auf diese Weise klassifizierte E-Mails kann im nächsten Schritt entschieden werden, ob sie gemäß den Anforderungen der Datenschutz-Grundverordnung (DSGVO) gelöscht oder gemäß gesetzlicher Aufbewahrungsfristen länger aufbewahrt und archiviert werden müssen. Der Beitrag beschreibt zudem die Entwicklung eines Proof-of-Concept in Form eines Add-ons für Microsoft Outlook, das Nutzern erlaubt, die in ihren Postfächern enthaltenen E-Mails zu klassifizieren.
  • Zeitschriftenartikel
    Moosic: Von der content- zur kontextbasierten Musikempfehlung
    (HMD Praxis der Wirtschaftsinformatik: Vol. 56, No. 3, 2019) Helmholz, Patrick; Meyer, Michael; Robra-Bissantz, Susanne
    Musik begleitet uns den ganzen Tag bei einer Vielzahl von Aktivitäten und in unterschiedlichsten Stimmungen. Insbesondere durch Musik-Streaming-Dienste und mobile Endgeräte wurde ein allgegenwärtiges Hörerlebnis mit sofortigem Zugriff auf eine nahezu unbegrenzte Vielfalt an Musik ermöglicht. Dieser Zugang führt jedoch zu dem Kundenproblem, die richtige Musik für eine bestimmte Situation oder Stimmung auszuwählen. Der Nutzer ist bei der Musikauswahl oft überfordert. Kontextinformationen, hier im Speziellen emotionale Informationen des Nutzers, können bei der Musikauswahl helfen. Die Möglichkeiten Musik anhand der Stimmung auszuwählen sind derzeit begrenzt. Die Anbieter setzen auf vordefinierte Playlisten für unterschiedliche Situationen oder Stimmungen. Das Problem hierbei ist jedoch, dass sie sich nicht den neuen Nutzergegebenheiten anpassen. Eine einfache, intuitive und automatische Auswahl von Musik auf Basis von Emotionen wird in der IS-Praxis und -Forschung bisher wenig untersucht. Dieses Paper beschreibt das IS-Musikforschungsprojekt „Moosic“, das eine intuitive und emotionale Art der Musikempfehlung für den Alltag untersucht und iterativ umsetzt. Im Rahmen der Arbeit wird zudem auf eine erste Evaluation des Prototyps eingegangen und ein Ausblick auf die weitere Entwicklung gegeben. Music accompanies us throughout the day in a variety of activities and moods. In particular, music streaming services and mobile devices have enabled a ubiquitous listening experience with instant access to an almost unlimited variety of music. However, this access leads to the customer’s problem of choosing the right music for a special situation or mood. The user is often overwhelmed when choosing music. Context information, in particular emotional information of the user, can help in the music selection process. The possibilities to select music based on mood are currently limited. The providers rely on predefined playlists for different situations or moods. However, the problem with predefined lists is, that they do not adapt to the new user conditions. A simple, intuitive and automatic selection of music based on emotions has so far been little investigated in IS practice and research. This paper describes the IS music research project “Moosic”, which investigates and iteratively implements an intuitive and emotion-based music recommendation application for everyday life. In addition, an initial evaluation of the prototype will be discussed and an outlook on further development will be given.
  • Konferenzbeitrag
    Motivational Effects of a Gamified Training Analysis Interface
    (Mensch & Computer 2014 - Workshopband, 2014) Smeddinck, Jan David; Herrlich, Marc; Roll, Max; Malaka, Rainer
  • Konferenzbeitrag
    On Modeling a Social Networking Service Description
    (Workshop Gemeinschaften in Neuen Medien 2011, 2011) Tietze, Katja; Schlegel, Thomas