Seite 1. Effektive Suche im Internet / in Datenbanken (mit Beispielen) Stand: März Probleme bei der Informationssuche im Internet

Transkript

1 Seite 1 Probleme bei der Informationssuche im Internet Fehlende Organisation keine zentrale Koordination / Kontrolle; + Vielfalt von Angeboten, leichter Zugang für alle Fehlende Strukturierung +- verschiedene Veröffentlichungsweisen; - Informationen über die Beiträge fehlen meist Beliebigkeit - oft Zufall, ob Informationen vorhanden sind Dynamik +- tägliche Änderungen (neues kommt hinzu, altes fällt weg) Deep Web (tiefes Web, invisible web) und Surface Web Im Deep Web, dem Teil des Internet, der von Suchmaschinen nicht gefunden wird sind ca. 500 Mal mehr Informationen als im Surface Web, dem Teil des Internet, der von Suchmaschinen indexiert wird. Hilfsmittel und Strategien zum Lösen der Probleme (Mischvarianten sind möglich) gute Infos unter: / / / Suchmaschinen (z. B. google, yahoo, bing, ask) Robots / Crawler / Spider durchkämmen das WWW und andere Internetdienste ( , ftp ) nach Suchbegriffen erstellen Datenbanken zu im Internet abrufbaren Dokumenten. Unterschiede in Art und Qualität der Datenbankerstellung - Eingabe: Suchbegriff - Ergebnis: Liste mit Verweisen auf Dokumente Thematische Verzeichnisse (Webverzeichnisse) (z.b. ; ; ; deutscher Webkatalog inzwischen eingestellt) Dienste, die andere Internetressourcen in einem Katalog zusammenfassen und nach Themengebieten ordnen. (engl. subject tree, subject catalog). Redaktionell betreut, handverlesen, höhere Qualität. Eingabe: Kategorie auswählen und/oder Suchbegriff(e) eingeben - Ergebnis: Liste mit Verweisen auf Dokumente und/oder weitere Kategorien Suchhilfen/Meta-Suchmaschinen/Such-Interfaces (Listen von Suchhilfen, Meta-Suchhilfen, Meta-Suchmaschinen z. B. / ; Such-Interface: ) Angebote, die sich mit der Erfassung anderer Suchhilfen im Netz befassen, erstellen Kataloge von Katalogen Links zu anderen Datenbanken und Suchmaschinen. Meta-Suchmaschinen unterhalten keine eigenen Datenbanken, wandeln Anfrage in Syntax anderer Suchmaschinen um und nutzen diese für die Recherche, Vor- und Nachteile bedenken, Qualitätsverluste können auftreten, fragen Ergebnisse (Indexe) anderer Suchmaschinen ab und stellen sie nach eigenen Kriterien (Relevanzbewertung, Ranking) zusammen. Such-Interfaces bieten an, dass man von einer Stelle aus viele spezifische Suchmaschinen abfragen kann, allerdings alle einzeln! Portale/Web-Plattformen/Social Media... (z. B. ; ; ; ; ; ; ; (hat slideshare übernommen) ; ;) Einstiegsseiten ins Internet, redaktionell betreut. Nutzer werden auf eigene Angebote oder Websites von (Geschäfts-) Partnern aufmerksam gemacht. Thematische Portale z. B. ABD-Bereich; Wirtschaft, Handwerker einer Region. Bookmarking-Websites und Dokument-Hosting-Dienste stellen von Nutzern bereitgestellte Inhalte (Dokumente aller Art) zur Verfügung. Deep-Web-Suchmaschinen (z. B. ; (nur deutsche Quellen); ; ) versuchen die Datenbestände zugänglich zu machen, auf die die Suchmaschinen keinen Zugriff haben. Gründe hierfür können u. a. fehlende Zugangsberechtigungen oder unzureichende Zugriffsmöglichkeit auf bestimmte Dateien oder Formate sein. Suchmaschinen oder thematische Verzeichnisse wann nutze ich sie? Suchmaschinen z. B. um herauszufinden, ob überhaupt zu einem bestimmten Thema irgendwo im Internet etwas zu finden ist; um konkrete Informationen, Produkte oder Personen zu lokalisieren; um Dinge zu finden, von denen ich weiß (oder gehört habe), dass sie irgendwo im Internet vertreten sind Thematische Verzeichnisse z. B. um mir ganz generell einen Überblick über die vielfältigen Angebote im Internet zu verschaffen; um mir zu Beginn einer Recherche einen Überblick zu verschaffen, was zu einem bestimmten Thema im Internet zu finden ist; um Informationen in einem größeren Zusammenhang zu suchen

2 Seite 2 Retrieval bezeichnet den Arbeitsvorgang des gezielten Suchens bzw. Wiederfindens von relevanten Daten und Fakten in einer speziellen Fragestellung in gedruckten und elektronischen Informationsmitteln (Grundlagen ) Retrievaltechniken dienen zur Formulierung von Suchabfragen zur Recherche in Datenbanken mit Hilfe von Retrievalsprachen (Abfragesprache auch Befehlssprache, Kommandosprache, Command Language; spezielle Terminologie und Syntax z. B. MESSENGER (STN-Karlsruhe), DSO Data Star Online (FIZ Technik)) Boolsche Operatoren Im Unterricht textliche Darstellung und Mengenkreise. Beispiele hier sind auf zwei Begriffe bezogen, falls mehr Begriffe kombiniert werden, muss die textliche Beschreibung entsprechend angepasst werden. Und (and): Bsp.: Suche Information und Dokumentation. Es werden alle Dokumente gefunden, in denen beide Suchbegriffe enthalten sind. Oder (or): Bsp.: Suche Information oder Dokumentation. Es werden alle Dokumente gefunden, die entweder einen von beiden Begriffen oder beide Begriffe enthalten. Nicht (not): Bsp.: Suche Information nicht Dokumentation. Es werden alle Dokumente gefunden, die den ersten Begriff aufweisen, zugleich darf der zweite Begriff nicht enthalten sein. Xor: Bsp.: Suche Information xor Dokumentation. Es werden alle Dokumente gefunden, die entweder den ersten oder den zweiten Suchbegriff enthalten, nicht angezeigt werden die Dokumente, die beide Begriffe zusammen enthalten. Vergleichsoperatoren Vergleichsoperatoren werden bei der Suche in numerischen Feldern angewandt. Realisierung in Messenger: >, <, =, >= oder =>, <= oder =<, - (von... bis) Messenger: s /PY oder s UP>= and Laser/CT (PY= Publication Year UP= Update CT=Controlled Terms) Feldselektion Suche in bestimmten Feldern. Suche Smith, A./Autor s smith, A./Au Suche mit oder/or in bestimmten Feldern. Beispiel: s (pyrolys!s or thermolys?)/ti Klammerung

3 Seite 3 Mit der Retrievaltechnik Klammerung kann man die Abarbeitungsreihenfolge der Operatoren verändern. Zugleich muss die Priorität der Operatoren beachtet werden (für jede Retrievalsprache geregelt). Messenger: Vergleichsoperatoren > Abstandsoperatoren > Boolesche Operatoren Beispiel: Suche Publikationsjahr = 1986 und Information Messenger: Boolesche Operatoren: und = nicht > oder Beispiel: Suche Information und Recherche oder Retrieval Vs. Suche Information und (Recherche oder Retrieval) Beispiel Einladung Freund oder Freundin zum Abendessen in Köln (Restaurant OR Bar) AND Köln AND (mexican OR mexikanisch*) Hinweis: Die Klammern werden wie bei mathematischen Gleichungen verwendet. Sie geben die Reihenfolge vor, in der die Suchanfragen verarbeitet und verknüpft werden. Die eingeklammerten Teile werden dabei jeweils gesondert ausgeführt und die Ergebnisse anschließend kombiniert. Es gibt im obigen Beispiel 3 Teilergebnisse, die anschließend mit AND verknüpft werden. Trunkierung (Maskierung, stemming) mittels Sonderzeichen (wildcard, joker) Die Trunkierung eines Suchbegriffes dient dazu, um morphologische Varianten (z.b. Singular, Plural, Adjektiv, Substantiv) und alternative Schreibweisen zu erfassen. Es wird unterschieden zwischen Links-, Rechts- und Mitteltrunkierung. In den einzelnen Retrievalsprachen unterschiedlich realisiert; Voreinstellungen beachten. Die Trunkierungszeichen ersetzen in der Suchfrage mögliche Zeichen der Suchbegriffe. Anstelle des Trunkierungszeichen kann eine bestimmte Anzahl von Zeichen stehen. Beispiel Messenger:? ersetzt beliebig viele Zeichen # ersetzt ein oder kein Zeichen! ersetzt exakt ein Zeichen Beispiele Rechtsmaskierung: search method Ergebnis: Dokumente mit dem Begriff method search method? Ergebnis: Dokumente mit method, methodology, methods search method# Ergebnis: Dokumente mit den Begriffen Method, methods search method! Ergebnis: Dokumente mit dem Begriff methods Beispiel mit Linksmaskierung oder andere Varianten (datenbankabhängig): S?dynamics oder s?magnet? oder s pyridin### Abstandsoperatoren (Kontextoperatoren, Proximityoperatoren) Als Suchbedingung kann der Abstand zwischen den Suchbegriffen und/oder die Reihenfolge ihres Vorkommens in einem Datensatz festgelegt werden. Es kann nach syntaktisch zusammenhängenden Ausdrücken gesucht werden. Abhängig von der Retrievalsprache gibt es unterschiedliche Möglichkeiten der Realisierung: Suche nach Begriffen, die in der angegebenen Reihenfolge nebeneinander stehen. Messenger: search acid(w) rain DSO: acid ADJ rain (ADJ = adjacency) Suche nach Begriffen, die im Abstand von maximal n Wörtern in der angegebenen Reihenfolge nebeneinander stehen. Messenger: S milk?(3w)allerg? DSO: milk? NEXT allerg? Bei DSO max, 5 Begriffe dazwischen! Suche nach Begriffen in beliebiger Reihenfolge. Beispiel: Messenger: s acid(a)rain Suche nach Begriffen in beliebiger Reihenfolge und maximalem Abstand von n Wörtern. Messenger: s computer(2a)monitor DSO: computer NEAR monitor Bei DSO max. 5 Begriffe dazwischen, Reihenfolge egal Suche nach Begriffen im selben Feld.

4 Seite 4 Beispiele Messenger: information service(l)library Messenger: s (L)TUBING DSO: SAME TUBING Suche nach Begriffen im selben Satz eines Feldes. Beispiel: Messenger: s information service(s)library Messenger: S (Lasers(s)reviews)/AB DSO: S (Lasers WITH reviews)/ab AB=Abstract Suche nach Begriffen im selben Absatz eines Feldes (Hinweis: nur bei Volltextdatenbanken). Messenger: S optical(p)storage Begriffsbeziehungen Bei der Recherche in Datenbanken, die mit Hilfe von Dokumentationssprachen (Thesaurus, Klassifikation) inhaltlich erschlossen sind, können bei der Formulierung von Suchfragen Begriffsbeziehungen berücksichtigt werden. Zum Beispiel können Ober- und Unterbegriffe einbezogen werden. Beispiele zu Messenger: Suche mit Thesaurusunterstützung einschließlich aller damit zusammenhängenden Begriffe oder einschließlich aller Unterbegriffe und alten Begriffe. S dog +all/ct oder s dog+nt,old/ct NT= Narrower Term (Unterbegriff) Old = old terms all= alle Begriffe /ct = controlled terms Crossover Übernahme eines Suchprofils (einer Suchabfrage) in eine andere Datenbank. Beispiel Multifile Suche bei Messenger: in einem Cluster Patents - file patents Bekannt auch durch Metasuchmaschinen oder KVK, wo einzelne Suchmaschinen oder OPACs ausgewählt werden können! Indexlisten Sucheinstieg/Zugriff auf Daten in der Dokumentdatei erfolgt über Indexlisten (aus den Einträgen der Suchfelder). Es werden der einfache Index (eine Indexliste je Suchfeld) und der Basic Index (kombinierter Index, zusammengesetzt aus mehreren inhaltlich einschlägigen Feldern) unterschieden. Indexlisten dienen zur Festlegung sinnvoller Suchbegriffe (Klärung, welche Begriffe vorkommen, Anzeigen verschiedener grammatischer Formen und Schreibweisen, Festlegung einer sinnvollen Trunkierung. Bei Messenger werden Indexlisten mit dem Befehl expand aufgelistet. Beispiel Auflisten eines speziellen Feldes: e lawson, C/Au Beispiel Auflisten im Basic Index (B): e heat Schnellere Suchmöglichkeiten über Indexlisten. Zusammensetzung des Basic Index wichtig für Suche, dass der Rechercheur weiß in welchen Feldern gesucht wird (Basic Index z.b. Titel, Abstract und Schlagwortfeld) Praktische Übung: Aufgabenstellung siehe Datei Nur lesen Gudacker - Uebung_Internet_Retrievaltechniken.dot Anhand einiger Internetseiten (Vorschläge in Aufgabenstellung, eigene Varianten sind möglich) werden die bisher behandelten Retrievaltechniken vertiefend untersucht. Wo gibt es die verschiedenen Techniken im Internet und wie werden sie angewandt. Gibt es gute Erläuterungen und Hilfestellungen zur Anwendung? Ranking (wichtig bei Trefferlisten und auch bei der Erstellung und Gestaltung von Internetseiten!!) Rangfolge der Suchergebnisse nach Relevanz für die Suchfrage. Die Treffer sind nach ihrer Relevanz sortiert, die wichtigsten Treffer stehen vorn in der Liste. Es gibt unterschiedliche Verfahren, aber Übereinstimmung bei den

5 Seite 5 Kriterien, die angelegt werden. Ausführlich erklärt in Effektive Suche im Internet. Übereinstimmung mit Meta-Daten (=Daten über ein Dokument): Daten über ein Dokument, die im HTML-Text zu einer Homepage enthalten sind werden als besonders relevant eingestuft. (Hinweis: mit Strg+U Ansicht der Seitenquellcodes möglich) Beispiel Homepage. In HTML-Text z.b. Angaben zum Autor der Seite, zu wichtigen Schlagworten. ( meta name= keywords content Suchmaschinen, Suchmaschinenvergleich, Vergleich, Rating, Suchmaschinenrating ; meta name= author content Müller, Heinz ) Anzahl der gefundenen Wörter: Je mehr Suchbegriffe in einem Dokument gefunden werden, desto höher wird es eingestuft. Beispiel: 5 Suchbegriffe, Dokument, in dem vier der fünf vorkommen ist relevanter als drei von fünf Häufigkeit von Suchbegriffen innerhalb von Dokumenten: Kommt ein Suchbegriff mehrmals vor erfolgt eine höhere Einstufung. z. B. Mercedes Cabrio Limousine Mercedes 5x Cabrio 6x Limousine 1x höhere Einstufung Mercedes 5x Cabrio 2x Limousine 1x Gesamthäufigkeit einzelner Wörter: Kommt ein Wort in einer Datenbank insgesamt besonders häufig vor, ist es weniger geeignet ein Dokument näher zu kennzeichnen als ein Wort, das seltener vorkommt. Beispiel: Datenbank zu Tieren Begriff Tier kommt häufiger vor als z.b. Hund oder Haustier, diese beiden Begriffe werden als spezifischer angesehen als Tier Position der Wörter: Die Position des Wortes im Text gibt einen Anhaltspunkt zur Wichtigkeit des Dokumentes. Im Titel z. B. relevanter als an einer anderen Stelle. Weitere herausragende Positionen sind z.b. Überschriften, Hyperlinks, Anfang des Fließtextes. Abstand der Suchbegriffe im Dokument: Liegen die Suchbegriffe nahe beieinander oder bilden sie eine zusammenhängende Formulierung, ist das Dokument relevanter als wenn die Suchbegriffe weit auseinander liegen Linkpopulariät (Häufigkeit von Verweisen auf eine Seite): Dokumente, auf die von vielen Stellen anderswo im Internet durch Hyperlinks verwiesen wird, sind relevanter als andere. Je populärer die Seite von der verwiesen wird, umso höher fällt das Gewicht aus. Linktext-Analyse: Hyperlinks zeigen auf eine Seite, sie sind ein Kriterium zur Beschreibung dieser Seite und des Inhalts der Seite. Ist ein Suchbegriff zugleich ein Hyperlink wird er höher bewertet. Beispiel: Hinter dem Link Öffnungszeiten ; Stadtplan ; Bestand finden sich entsprechende Angaben. Klick-Populariät (Häufigkeit des Anklickens in Trefferlisten): Das Anklicken der Treffer sowie die Verweildauer auf den jeweiligen Seiten wird ausgewertet. Ebenentiefe im Dokument-URL: Je tiefer ein Dokument in der Dateihierarchie vergraben ist, als desto weniger wichtig wird es eingestuft. (Anmerkung: darüber kann man diskutieren.) Die Hauptseite einer Firma ( ist wichtiger als eine tiefe Seite (