2.1.3 Vektorraummodell

Das Vektorraummodell wurde Anfang der 70er Jahre im Rahmen des SMART-Projektes entwickelt und in den 80er Jahren überarbeitet (vgl. [Fuh98]).

Im Vektorraummodell werden Dokumente als Punkte in einem Vektorraum betrachtet. Aufgespannt wird dieser Vektorraum durch die unterschiedlichen Terme oder Features $f_i$ einer Datenbasis. Features stellen hierbei Tupel dar, die Terme beispielsweise um Gewichtungen oder Kontextinformationen ergänzen. Der aufgespannte Vektorraum wird als orthonormal angenommen, was bedeutet, daß

• alle Feature-Vektoren orthogonal (und somit auch linear unabhängig) sind und

• alle Feature-Vektoren normiert sind. (vgl. [ebd.])

In diesem n-dimensionalen Vektorraum (n=Anzahl verschiedener Features) wird ein Dokument x repräsentiert durch seinen (gewichteten) Feature-Vektor $\vec{x}=(x_1, \ldots, x_n)$. Hierbei ist $x_i$ in der Regel die Gewichtung des Features $f_i$.

Alle Dokumente der Datenbasis, die im praktischen Teil dieser Arbeit (Kapitel 3 und 4) verwendet wird, werden auf der Basis dieses Modells als Feature-Vektoren dargestellt.