Summary

Analyzing and exploring huge object collections or retrieving specific information from it are tasks we frequently have to perform. While searching for specific bits of information in huge collections like the Web is in many cases already well supported by existing search systems, more challenging explorative (re)search tasks that require combining, linking, structuring and analyzing (sub)sets of data are not yet appropriately handled by existing technologies. Typical examples are law and patent search and investigative journalism, but also research in the digital humanities would strongly benefit from tools that support interactive exploration of complex and feature rich collections like historical archives or social networks and media. This talk will point out underlying issues and motivates how exploratory (re)search processes can be supported by user adaptive technologies. The talk will especially focus on methods that are able to use rich metadata and contextual information – e.g. extracted from user interaction and ontologies - as bias or constrained in order to interactively search, structure and visualize huge data collections.

Vita

Susanne Boll Prof. Andreas Nürnberger befasst sich in seinen Forschungen insbesondere mit Frage der interaktiven Informationssuche. Seine Arbeiten liegen dabei im Schnittbereich des Information Retrieval, der Mensch-Maschine Interaktion und des Maschinellen Lernens. Prof. Nürnberger hat an der TU Braunschweig Informatik mit Nebenfach Betriebswirtschaft studiert und an der Fakultät für Informatik der Otto-von-Guericke Universität (OVGU) Magdeburg im Bereich der Datenanalyse (Computational Intelligence) promoviert. Anschließend wechselte er als "Postdoc" an die University of California in Berkeley, an der er für zwei Jahre im Bereich intelligenter Informationssysteme in der Arbeitsgruppe von Prof. Lotfi Zadeh forschte. 2003 kam er auf eine Juniorprofessor an die OVGU zurück und etablierte, u.a. mit Fördermitteln aus dem Emmy Noether-Programm der DFG, eine eigene Forschungsgruppe im Bereich des Information Retrieval. 2007 wurde er auf den Lehrstuhl für "Data & Knowledge Engineering" berufen.