EmergentIR: Verbesserung der Informationssuche im Web für emergente Themen

• Antragstellerinnen / Antragsteller: Professor Dr. Stefan Dietze; Dr. Ran Yu
• Fachliche Zuordnung: Datenmanagement, datenintensive Systeme, Informatik-Methoden in der Wirtschaftsinformatik
• Förderung: Förderung seit 2025
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 548295069

Die Suche nach Informationen im Internet gehört zu den häufigsten Online-Aktivitäten, bei denen sich Nutzende Wissen zu einem bestimmten Thema aneignen. Wie sich während der COVID-Pandemie19 gezeigt hat, haben Fehlinformationen im Web, insbesondere im Zusammenhang mit emergenten Themen, erhebliche Auswirkungen auf die öffentliche Meinung, sowie das Wissen und Verhalten Nutzender. Suchmaschinen sind besonders für die effiziente Suche nach relevanten Dokumenten für einen bestimmten Informationsbedarf optimiert und nicht für das Lernen und den Wissenserwerb zu insbesondere neuen Themen. Die Grenzen von Suchmaschinen in diesem Zusammenhang ergeben sich aus ihrer Abhängigkeit von Daten, wie z. B. relevanten Webdokumenten, historischen Such- und Klickdaten, Linkgraphen als Indikatoren für Autorität und Popularität sowie Hintergrundwissen aus vertrauenswürdigen Quellen wie entsprechenden Wikipedia-Einträgen oder dem Google-Wissensgraphen. Für emergente Themen sind Daten in allen vorgenannten Kategorien meist nur eingeschränkt verfügbar und zugleich sehr dynamisch, wodurch sie weniger zuverlässig sind, Qualität und Vertrauenswürdigkeit stärker schwanken und sie daher anfällig für Manipulationen, Fehlinformationen und Verzerrungen sind. Darüber hinaus ist bei der Informationssuche zu neuen Themen die bloße Auflistung von Ressourcen nicht der effizienteste Weg, um Wissenserwerb zu unterstützen, da Nutzende in der Regel komprimierte Zusammenfassungen, strukturiertes Hintergrundwissen oder Fakten benötigen, um neue Informationen einzuordnen, in einen Kontext zu stellen und zu verstehen. Daher ist die Unterstützung bei der effizienten Verarbeitung von Informationen im Kontext von emergenten Themen zugleich besonders wichtig und auch eine besondere Herausforderung. Unser Ziel ist es, den Wissenserwerb Nutzender bei der Web Suche zu emergenten Themen zu verbessern. EmergentIR wird Methoden evaluieren und entwickeln, die i) Suchintentionen zu emergenten Themen automatisch erkennen, ii) robuste Rankings relevanter Web-Ressourcen aus einem potenziell spärlichen und sich dynamisch entwickelnden Kandidatenpool im Kontext emergenter Themen erstellen und iii) Informationen zusammenzufassen, um Nutzenden zu helfen, effizienter Wissen über die emergente Themen zu erlangen. Wir verfolgen einen nutzerzentrierten Ansatz, der vor allem darauf abzielt zu evaluieren, wie gut existierende IR-Algorithmen im Kontext von emergenten Themen geeignet sind, Wissenserwerb Nutzender zu unterstützen. Dafür bauen wir auf Arbeiten an der Schnittstelle von Lerntheorie, Information Retrieval, Summarization und Fusion von Wissen und Informationen sowie der Machine Learning-basierten Vorhersage des Wissenserwerbs bei der Websuche auf.

• DFG-Verfahren: Sachbeihilfen