Diese Studie untersucht, wie Methoden des Information Retrieval und des maschinellen Lernens genutzt werden können, um die Lebensmittelüberwachung im Online-Handel zu automatisieren.
RAT wurde als Grundlage für die automatisierte Sammlung von über 137.000 Suchmaschinenergebnissen eingesetzt, um potenzielle Lebensmittelhändler und Produktangebote im Internet zu identifizieren. Die Suchergebnisse wurden anschließend mit Hilfe von Textklassifikation, Bilderkennung und weiteren Analyseverfahren bewertet, um mögliche Verstöße gegen lebensmittelrechtliche Vorschriften zu erkennen.
Abstract
In diesem Artikel präsentieren wir die Durchführung und die Ergebnisse eines interdisziplinären Forschungsprojekts zum Thema automatisierte Lebensmittelkontrolle im Web. Es wurden Kompetenzen aus den Disziplinen Lebensmittelwissenschaft, Rechtswissenschaft, Informationswissenschaft und Informatik dazu genutzt, ein detailliertes Konzept und einen Software-Prototypen zu entwickeln, um das Internet nach Produktangeboten zu durchsuchen, die gegen das Lebensmittelrecht verstoßen. Dabei wird deutlich, wie ein solcher Anwendungsfall von den Methoden der Information-Retrieval-Evaluierung profitiert, und wie sich mit relativ geringem Aufwand eine flexible Software programmieren lässt, die auch für eine Vielzahl anderer Fragestellungen einsetzbar ist. Die Ergebnisse des Projekts zeigen, wie komplexe Arbeitsprozesse einer Behörde mit Hilfe der Methoden von Retrieval-Tests und gängigen Verfahren aus dem maschinellen Lernen effektiv und effizient unterstützt werden können.
Genutzte RAT-Funktionen
Scraper: Google (DE)
Publikationen
Zeitschriftenartikel
Sünkler, S., Krewinkel, A., Gleissner, M., Osterode, D., Tolg, B., Holle, M., & Lewandowski, D. (2019). Entwicklung und Anwendung einer Software zur automatisierten Kontrolle des Lebensmittelmarktes im Internet mit informationswissenschaftlichen Methoden. Information Wissenschaft & Praxis, 70(1), 33–45. https://doi.org/10.1515/iwp-2019-0005