User Experience vs. Retrievaltests - Wie lässt sich die Relevanz von Sucherge...
Wie Web 2.0 und Suche zusammenwachsen
1. Wie Web 2.0 und Suche zusammenwachsen
Prof. Dr. Dirk Lewandowski
dirk.lewandowski@haw-hamburg.de
2. Web search: „Always different, always the same“
AltaVista 1996
1 | http://web.archive.org/web/19961023234631/http://altavista.digital.com/
3. Suche: Wo stehen wir heute?
• Suche ist eine der beiden meistgenutzten Anwendungen im Internet.
• In Europa mehr als 18 Mrd. Suchanfragen an allgemeine Suchmaschinen pro
Monat (>80 SA/Nutzer).
• Suche ist der Zugang zu den Informationen im Web
– andere Ansätze (Kataloge, Social Bookmarking) von geringer Bedeutung.
• Auch die Anbieter alternativer Zugänge sind von Suchdiensten (=Google)
abhängig.
2 |
4. Suchmaschinen haben schon immer auf die Mitarbeit ihrer Nutzer
gebaut.
• Aufbau der Web-Datenbank
• Linktopologische Rankingverfahren
– In Webseiten enthaltene Links werden extrahiert und gewichtet.
– Nutzergruppe: Webmaster
– Beispiel: PageRank
• Nutzungsstatistische Verfahren
– Klicks werden gezählt und gewichtet
– Nutzergruppe: Potentiell alle Seitenbesucher
– Beispiel: Google Toolbar
• Textanzeigen
– Kollaboratives Erstellen der Anzeigen-Datenbank und Gewichtung der Anzeigen
(mittels Geboten)
– Nutzergruppe: Anzeigenkunden
– Beispiel: Google AdWords
3 |
5. Suchmaschinen setzen nun auch verstärkt auf die offene Mitarbeit
der Nutzer.
• Unterscheidung nach Nutzergruppe
– Unbeschränkt (Beispiel Google Search Wiki)
– Beschränkt (Kommentare von Beteiligten in Google News US)
– Nutzer aus anderen Diensten (Ratings aus Produktportalen; Reviews)
• Unterscheidung nach Datenbestand
– eigene Kollektionen (Google Search Wiki)
– fremde Kollektionen verwenden (direkte Einbindung von Wikipedia, Ratings aus
Produktportalen)
– Zusammenführen von Daten aus verschiedenen externen Kollektionen (Bing US
Produkttreffer)
• Unterscheidung nach Verwendung der Daten
– unterschwellig (Bewertungen gehen in das Ranking ein)
– offen (Ratings und Reviews werden dem Nutzer (in der Trefferliste) angezeigt)
4 |
6. Aufbau einer eigenen, expliziten Bewertungs- und
Beschreibungsdatenbank durch eine Suchmaschine.
Beispiel Google Search Wiki
Treffer löschen
Treffer nach oben
Treffer kommentieren
5 |
8. Integration von Web 2.0 Tools in Suchmaschinen
• Content Acquisition
– Schnelles Auffinden neuer Inhalte bzw. Trends (Bsp. Twitter)
– Aufbau proprietärer Kollektionen (Bsp. Personenprofile bei Google)
• Indexierung
– Beschreibungen von nicht-textuellen Inhalten aus Web 2.0 Diensten (Bsp. Flickr)
• Qualitätsbewertung
– Vorhandensein einer URL in Social-Bookmarking-Diensten
– Tag-Häufigkeiten, Anzahl von Kommentaren, Linkhäufigkeit in Blogs (+Zeitraum),
usw.
• Trefferpräsentation
• erweiterte Trefferbeschreibungen durch Beschreibungen und Bewertungen aus
Web 2.0 Diensten
7 |
9. Was machen eigentlich die „such-tauglichen“ Web 2.0 Dienste?
• Social Software hat sich bislang um das Thema Suche wenig gekümmert.
• Social Bookmarking als Such-Alternative ist gescheitert (Delicious, Mr. Wong).
• Auch Dienste, die in großem Maß „such-wertvolle“ Datenbanken aufgebaut
haben, sind nicht zur Such-Alternative geworden (Qype).
– Weiterhin starke Abhängigkeit von Suchmaschinen/Google.
• Soziale Netzwerke funktionieren teils als „Personensuchmaschinen“
– nur, wenn „Datenbank-Suche“ (Xing)
– Bei komplexeren Datenbeständen Such-Expertise von außen nötig (Facebook -
Bing)
8 |
11. Social Networks als Personensuchmaschinen
• Social Networks als Suchmaschinen
– Suche nach bereits bekannten Personen relativ unproblematisch.
• Bestände werden größtenteils nicht in allgemeine Suchmaschinen integriert.
10 |
12. „Überspringen“ der Suche?
• Typische Probleme: Beispiel Bibliothekskatalog
• Anreicherung der Katalogdaten
– systematisch im Erfassungsprozess (Inhaltsverzeichnisse, Klappentexte)
– unsystematisch durch Nutzer: Ratings und Reviews
• Hinzufügen von Browsing-Elemente (Drill-Downs, Listen)
• Kaum Weiterentwicklung der Suche
– Angereicherte Daten sind oft nicht suchbar.
– Kernproblem der Suche (Ranking) wird erst gar nicht angegangen.
11 |
13. Fazit
1. Social Software ersetzt Suche nicht.
2. Schon bei der Erstellung von Social Software sollte Suche mit betrachtet
werden.
3. Eine eigene, gut funktionierende Suche kann die Abhängigkeit von Web-
Suchmaschinen zumindest mildern.
4. Social Software als Suchdienst ist nur interessant, wenn ein eigener
Datenbestand durchsucht wird.
12 |
14. Vielen Dank für Ihre
Aufmerksamkeit.
www.bui.haw-hamburg.de/lewandowski.html
Aktuelle Bücher:
Handbuch Internet-Suchmaschinen
Web-2.0-Dienste als Ergänzung zu
algorithmischen Suchmaschinen
E-Mail:
dirk.lewandowski@haw-hamburg.de