PD Dr.-Ing. habil. Mario Kubek
Foto:
FernUniversität
Homepage: http://www.mario-kubek.de
Akademischer Rat
Fakultätspreis 2019
Der Fakultätspreis 2019 für die beste wissenschaftliche Arbeit 2018 wurde an PD Dr.-Ing. Mario Kubek für seine Habilitationsschrift "Concepts and Methods for a Librarian of the Web" verliehen.
Die Habilitationsschrift [externer Link] wurde im Springer-Verlag unter der Print ISBN 978-3-030-23135-4 und der Online ISBN 978-3-030-23136-1 veröffentlicht.
Venia Legendi
Dr.-Ing. Mario Kubek wurde am 14. Januar 2019 die VENIA LEGENDI für das Fach Informatik verliehen.
Am 25. November 2019 hielt Dr. Kubek seine Antrittsvorlesung als Privatdozent zum Thema:
"Die WebEngine - Wie baut man eine dezentrale Websuchmaschine?" (Video).
Lehrtätigkeit
- Betreuung der Lehrveranstaltungen und Präsenzseminare zu
- „Kommunikationsnetze und Protokolle I + II“
- „Sicherheit im Internet 2“
- „Fehlertoleranz in Computersystemen und Netzwerken“
- Betreuung von Abschlussarbeiten
Aktuelles Forschungsthema: Kontextbasierte und interaktive Suche nach und mit Textdokumenten
Die Entwicklung lokal arbeitender Verfahren und Methoden, um Menschen eine effektivere und effizientere Navigation im World Wide Web (WWW, Web) als bislang mit klassischen Suchmaschinen zu bieten, ist das Anliegen der prototypisch umgesetzten Suchapplikationen „Researcher“ und „DocAnalyser“. Diese wurden mit dem Ziel entworfen, nicht eine Flut von Dokumenten zu suchen, die eventuell eine nur geringe Anzahl relevanter Schlüsselwörter enthalten, sondern genau diejenigen, die das aktuelle Informationsbedürfnis (d.h. den Wunsch nach passendem Neuen) unter Vorgabe thematischer Kontexte, bestimmt durch die Inhalte lokaler Textdokumente, tatsächlich befriedigen.
Motivation und Ziele
Websuchmaschinen wie Google täuschen dem Nutzer vor, jede erdenkliche Information im WWW präsentieren zu können, die dem Anliegen des in wenigen (oft unter erheblichem Aufwand gefundenen) Schlüsselwörtern präsentierten Problems entspricht. Dabei decken selbst alle gängigen Suchmaschinen lediglich 50% des gesamten WWW bei oftmals geringer Aktualität ab und sind ebenfalls kaum in der Lage, sich auf die individuellen Charakteristika eines jeden Nutzers auch nur annähernd einzustellen.
Darum wurde in den genannten Applikationen "Researcher" und "DocAnalyser" der Ansatz verfolgt, passende Suchworte durch Analyse lokal gespeicherter Textdokumente ("Researcher") wie auch momentan betrachtete Webdokumente ("DocAnalyser") zu bestimmen und diese als Suchworterweiterungen sowie als eigenständige Suchanfragen dem Nutzer zu präsentieren. Dies geschieht mit dem Ziel, weitere relevante oder ähnliche Dokumente im WWW aufzuspüren. In "DocAnalyser" wird zudem erstmals das neuartige Paradigma der Suche mit Textdokumenten als alleinigem Anfrageparameter konsequent umgesetzt. Die auf DocAnalyser aufsetzende Erweiterung "PDSearch" (Picture-Document-Search) zielt zudem darauf ab, ähnliche Webdokumente mittels selektierbarer Bilder aus Webseiten, die als textueller Kontext hierzu analysiert werden, zu finden. Auf diese Weise ermöglicht "PDSearch" eine interaktive und visuelle Disambiguierung von Nutzeranfragen (Intuition: "Ein Bild sagt mehr als tausend Worte.") und offeriert zudem eine bildbasierte und sprachübergreifende Themenanalyse und -verfolgung.
Die Suchlösungen erheben somit lokales bzw. situatives Wissen (Suchkontext) noch bevor die jeweilige Websuchmaschine angesprochen wird. Dadurch wird die Navigation im Web spürbar erleichtert. Die lokale Analyse von Nutzerdokumenten trägt dabei dem Datenschutz der Nutzer in besonderem Maße Rechnung, da diese den Nutzerrechner nicht verlassen. Die Wahrung des Datenschutzes spielt insbesondere im Lichte der bekannt gewordenen Praxis der Suchmaschinenanbieter und staatlichen Behörden, möglichst viele Nutzerprofildaten zu sammeln (ohne deren Einsatzzweck transparent zu machen), eine zunehmend wichtige Rolle. Der Nutzer selbst entscheidet, welche Daten der Dokumente (anonymisiert) zur Bildung von Suchanfragen verwenden werden sollen. Die Applikationen geben dem Nutzer hierbei wertvolle Hinweise.
[mehr erfahren]
Die drei genannten Suchlösungen wurden nach folgendem Konzept entworfen:
- Unterstützung der individuellen Webrecherche durch dezentrale Bestimmung thematisch passender Erweiterungsterme zu Websuchanfragen auf der Nutzerseite unter Einbeziehung des Wissens lokaler Textdokumente und ihrer thematischen Korrelationen („Researcher“),
- Analyse aktuell betrachteter Webdokumente bzw. von Webseiten, deren Bilder zuvor zur Erzeugung von Suchanfragen selektiert wurden, durch graphenbasierte Extraktion ihrer Schlüsselwörter und Quellthemen (thematisch einflussreiche Konzepte) auf Basis der zwischen ihnen technisch erfassten Assoziationen unterschiedlicher Stärke und Nutzung der so gewonnenen Terme als Suchanfragen, um thematisch ähnliche und verwandte Webdokumente zu finden („DocAnalyser“, „PDSearch“),
- Ermöglichung der Themenverfolgung (Untersuchung der Grundlagen eines Themas) durch Verwendung der dokumentabhängigen Quellthemen als Suchanfragenterme („DocAnalyser“),
- Intuitive Handhabung der Anwendungen durch einheitliche, browser-basierte Darstellung der Suchergebnisse mit der Möglichkeit der interaktiven An- und Abwahl von Suchtermen durch einfachen Klick auf diese zur individuellen und iterativen Verfeinerung bzw. Modifikation der Anfragen.
Die genannten Punkte erforderten:
- den Entwurf und Umsetzung lokal arbeitender Methoden und Verfahren der Textanalyse mit der Maßgabe hochqualitativer und effizienter Suchwortextraktion („Researcher“ und „DocAnalyser“),
- Verfahren zur Bestimmung des Grades der Korrelation zwischen aktueller Suchanfrage und lokaler Textinhalte („Researcher“),
- Methoden der thematischen Clusterung von Termen unter Beachtung ihrer semantischen Relationen und Gewichte zur Differenzierung zwischen Schlüsselwörtern und Quellthemen („DocAnalyser“),
- die Erstellung eines intuitiven Nutzerinterface, das die Suchergebnisse (ähnlich zu Google) transparent darstellt und eine weitere Verfeinerung der Suche auch ohne Eintippen von Suchtermen ermöglicht.
Die Applikationen werden zurzeit einem Praktikabilitätstest durch eine breite Nutzergruppe unterzogen. Es ist geplant, die Lösungen als „vorausschauender“ Wegweiser bei der individuellen Websuche zu etablieren und hierzu explizite Funktionen zur Themenverfolgung und der kooperativen Suche zwischen Nutzern (z.B. Forschergruppen) bereitzustellen. Dabei steht die Entwicklung von Methoden der feingranularen thematischen Clusterung von Suchergebnissen unter Einbeziehung des Nutzerfeedback im Mittelpunkt der weiteren Forschung.
Der Dienst DocAnalyser zur Suche nach inhaltlich ähnlichen und semantisch verbundenen Webdokumenten wird vom Lehrgebiet Kommunikationsnetze kostenlos unter http://www.docanalyser.de/ angeboten.
Weitere Forschungsschwerpunkte
- Automatische Sprachverarbeitung auf Basis statistischer Textanalyse
- Graphenbasierte Textanalyse
- Anwendungsbezogenes Data und Text Mining
- Verteiltes und interaktives Information Retrieval
- Semantische und kontextabhängige Suche nach Inhalten
- Inhaltsbasierte Netzwerkevolution
- Modellierung und Simulation des Nutzerverhaltens in sozialen Netzen
- Funktionale Sicherheit in der Echtzeitprogrammierung
