WS an die Hacker am 02Apr2012

Hallo, Leute!

Derzeit kostet das Klauben von qualifizierten Datensätzen viel Zeit. Es ist aus verschiedenen sehr guten Gründen allerdings dem Lesen aus Klicktel-Daten (das auch Zeit kostet, wg. Export) vorzuziehen.  Ich brauche eine gewisse Menge an qualifizierten Daten als Basis, derzeit bin ich bereits im 5-stelligen Bereich. Mehr darf ich nicht mitteilen, Ihr wisst ja selbst….

Auf der Seite der Datenaufbreitung sind die Namen das einzige Problem. Nicht unlösbar, aber nur arbeitsintensiv zu lösen. Seht Euch mal an, in welcher Weise wieviele Vornamen im Netz angeboten werden. Ohne crawling würde es enorm viel Zeit kosten, sie alle aus dem Netz zu holen. Ein Mensch erkennt auf einen Blick, dass Müller, Manfred, ein Mann ist. Ein Programm sieht ein Bitmuster, sondern nichts.

Ein Vorname wie „Sascha“ ist ein völlig unlösbares Problem, weil er sowohl als weiblicher wie auch als männlicher Vorname verwendet wird, dann gibt es noch Männer, die als Zusatzname „Maria“ im Vornamen tragen. Dann gibt es akademische Titel in jeder denkbaren Form, dann werden zusätzliche Vornamen z.T. abgekürzt (John F.), dann gibt es als Namenszusätze „von“, „van“, „zu“, „auf“, „unter“ usw. ….

Ich muss mir eigene Vornamensdateien erstellen aus Dateien, in denen Daten nur von Frauen oder nur von Männer enthalten sind, als Prüfgrundlage einer automatisierten Unterscheidung. Was danach nicht klar unterschieden werden kann, muss für manuelle Überprüfung bereit gestellt werden, das Ergebnis muss zur zur Ergänzung der Grundlage für automatisierte Unterscheidung genutzt werden.

Das ist kein Problem, was die Machbarkeit angeht, aber eines, das Zeit kostet. Und es ist nicht das einzige Problem, das so einzustufen ist.

Ihr leistet hervorragende Arbeit!

Ich werde weiterhin bestrahlt.

Ich habe zu wenig Zeit.

LG

Euer

Winfried

Über Winfried Sobottka

http://belljangler.wordpress.com
Dieser Beitrag wurde unter Uncategorized veröffentlicht. Setze ein Lesezeichen auf den Permalink.

Kommentar verfassen

Trage deine Daten unten ein oder klicke ein Icon um dich einzuloggen:

WordPress.com-Logo

Du kommentierst mit Deinem WordPress.com-Konto. Abmelden /  Ändern )

Google Foto

Du kommentierst mit Deinem Google-Konto. Abmelden /  Ändern )

Twitter-Bild

Du kommentierst mit Deinem Twitter-Konto. Abmelden /  Ändern )

Facebook-Foto

Du kommentierst mit Deinem Facebook-Konto. Abmelden /  Ändern )

Verbinde mit %s