PPS PrePress Systeme GmbH Ansprechpartner: Siegfried Peis Hohemarkstraße 20 61440 Oberursel pps@prepresssysteme. de Telefon: +49 6171 708 5725 Fax: +49 6171 88715 46 http://www.prepress-systeme.de |
Eine optimale Scanqualität ist die Voraussetzung für alle
weiteren Schritte im Workflow der Digitalisierung bis zur
Automatischen Artikel-Separierung (AAS).
Unsere Optimierungsprogramme wie IBB, intelligente
Bildbearbeitung, Layouterkennung
und -Korrektur auf
der Grundlage einer geometrischen und typografischen
Analyse unter Zuhilfenahme der XML-Strukturen, sind die
Ergebnisse einer elfjährigen Erfahrung auf dem Gebiet der
Digitalisierung und der Produktion von über 10 Millionen
Zeitungsseiten. Insgesamt stecken in unseren Entwicklungen
mehr als 20 Mannjahre.
Zu unseren zahlreichen Referenzen zählen namenhafte Kunden wie zum Beispiel „Die Zeit“, der „Weser Kurier“ oder die „LEIPZIGER VOLKSZEITUNG“. Für die komplette Referenzliste können Sie sich gerne auf unserer Website unter „Kunden“ informieren
„PPS-Finder“ ist eine semantische, systemübergreifende Suchmaschine mit der Sie sicher schnell und komfortabel Ihre digitalisierten Zeitungsinformationsbestände dem Nutzer zur Verfügung stellen können. Dank der Enterprise Search Technologie können Inhalte systemübergreifend über verschiedenste IT-Systeme, Dokumentformate und Zugriffsprotokolle mobiler gemacht werden!
– Personalisierbares Suchportal als Recherche-Front-End
– Intelligente Suchfunktionen
(unscharfe und fehlertolerante
Suche, Korrektur
– von Tippfehlern „Meinten Sie?“, Synonymsuche,
Suchvorschläge etc.)
– Einbindung vorhandener und extern gepflegter Informationen
ohne Migration (Fileserver, Datenbanken, DMS etc.).
– Komplettlösung mit optionalem Content Repository-Portal.
– Integration in vorhandenes Intranet
– Schnittstelle zu Bezahlungssystemen
– Vielfältige Suchstatistiken
– Automatische Verschlagwortung und dynamische
Tag-Clouds, automatische Kategorisierung nach unterschiedlichsten Meta-Datentypen
– Auffinden von Zeitungsseiten statt der gesamten
Ausgabe
– Visuelle Darstellung von Fundstellen in Zeitungen
– Semantisches Meta-Datenmodell