Social tagging (ST) is an important part of Web 2.0. In contrast to other approaches, such as ontologies, ST is easy to use. Because of its simplicity ST does not create explicit structures. Further, ST data is spread across different applications. This work describes a framework for aggregating ST data from different applications. An approach for enriching ST data with semantic relations has been implemented. Different methods leading to lightweight structures have been developed: statistical analysis (resp. Data Mining and SNA), mapping tags to structured sources, and a tool for collaborative tag thesaurus editing. The ST framework provides services via an API for external applications.     «

Social tagging (ST) is an important part of Web 2.0. In contrast to other approaches, such as ontologies, ST is easy to use. Because of its simplicity ST does not create explicit structures. Further, ST data is spread across different applications. This work describes a framework for aggregating ST data from different applications. An approach for enriching ST data with semantic relations has been implemented. Different methods leading to lightweight structures have been developed: statistical a...     »

Social Tagging (ST) ist ein wichtiger Baustein des Web 2.0. Im Unterschied zu anderen Ansätzen, wie z.B. Ontologien, ist ST einfach einzusetzen. Dies bedingt jedoch einen Mangel an expliziten Strukturen. Zudem sind ST-Daten auf verschiedene Applikationen verstreut. In dieser Arbeit wird ein Framework beschrieben, mit dem sich ST-Daten von Applikationen aggregieren lassen. Tags werden mit Relationen angereichert. Ansätze, die zu leichtgewichtigen Strukturen führen, wurden entwickelt: Statistische Analysen (resp. Data Mining und SNA), Abbildung von Tags auf strukturierte Quellen und ein Tool zur kollaborativen Thesauruserzeugung. Das ST-Framework stellt Applikationen Services per API zur Verfügung.     «

Social Tagging (ST) ist ein wichtiger Baustein des Web 2.0. Im Unterschied zu anderen Ansätzen, wie z.B. Ontologien, ist ST einfach einzusetzen. Dies bedingt jedoch einen Mangel an expliziten Strukturen. Zudem sind ST-Daten auf verschiedene Applikationen verstreut. In dieser Arbeit wird ein Framework beschrieben, mit dem sich ST-Daten von Applikationen aggregieren lassen. Tags werden mit Relationen angereichert. Ansätze, die zu leichtgewichtigen Strukturen führen, wurden entwickelt: Statistische...     »