Vom Suchen und Finden

Transkript

1 Vom Suchen und Finden Ideen für die behördenweite Suche Thomas Fleischer Technologieberater der Bundesbehörden Public Sector - Federal Microsoft Deutschland GmbH

2 Agenda Vom einfachen Textmatching Internet-Suche ist langweilig Über die Desktopsuche Oder besser die -Suche Hin zur Behördenweiten Suche mit der SharePoint - Technologie Integration aller Behördendaten Relevanz ist der Schlüssel Und mit FAST Search die Highendsuche in heterogenen Datenbeständen Suchen ohne Grenzen Automatische Schlagworterkennung Die Lösung für bestehende Daten

3 Vom einfachen Textmatching Internetsuche ist langweilig (Einzige Ausnahme ist Bing.de ;) Wenige Dateitypen (HTML, DOC, PDF) Stark verlinkt Die Seiten wollen gefunden werden Relevanzermittlung sehr einfach Ist der Suchtext enthalten? Von vielen Seiten verlinkt? Vom vielen Benutzern angeklickt?

4 Über die Desktopsuche Windows Desktop Search oder Vista Was kann die Desktop-Suche? Indiziert natürlich die Dateien auf dem Desktop-PC aber noch viel wichtiger: Meine s, Termine und Notizen! und Bilder / Tonaufnahmen in One-Note Unter Vista der schnellste Weg Anwendungen zu starten Wenig Ressourcenverbrauch, wenig Performanceeinbußen Suchmodule in WDS, Vista, Search Server und MOSS verwendbar!

5 Hin zur Behördenweiten Suche mit der SharePoint - Technologie Indizierung aller Behörden-Datenquellen SharePoint Fileshares Öffentliche Exchange Verzeichnisse Backendsysteme (Documentum / SAP / Domea) Reiche Indizierung inkl. aller Metadaten Zentral erstellte Prozesse / Listen in Sharepoint sind reich an Metadaten / Schlagworten Sichere Indizierung Berechtigungskonzept aus Dateisystem und SharePoint wird automatisch berücksichtigt Integration bestehender Suchsysteme

6 Relevanz ist der Schlüssel Klick-Entfernung von Hauptseiten sonstwas

7 Relevanz ist der Schlüssel URL Tiefe / Verzeichnistiefe auf Fileshares URL Matching ( Ankertext Hier finden Sie den Jahresbericht 2008 Metadaten sind wichtig Aber oft nicht sinnvoll gefüllt (Titel: Titel ) Schatten -Titel werden automatisch erkannt Erkennung der Dokumentensprache Berücksichtigung von Dokumententypen

8 Architektur (maximaler Ausbau) User Requests Benutzer X User Requests X User Requests X Load Balancer Load Balancer... Web front ends Load Balancer Web front ends... Load Balancer Web front ends Query servers External content External content External content Indexer... Crawling Crawling Indexer... Propagation of indexes Web front ends SQL Query Server servers Propagation of indexes... Query servers Indexer Propagation Content databases of indexes Indexer Content databases Crawling

9 Community / Partner Starke Partner Auch mit Erfahrungen im Behördenbereich Außergewöhnliche Community (z.b. Codeplex) Search as you type Wildcard Search Search Admin Faceted Search Search Center Branding Removal Novell Netware Support für Search ASP.NET Search Controls XSL Samples (Open File Location!)

10 Und mit FAST Search die Highendsuche in heterogenen Datenbeständen In allen Dimensionen skalierbar Zu indizierende Objekte (Größe) Suchanfragen / Sekunde Aktualität des Index Beispiele Installationen mit mehr als 1,5 Milliarden Dokumenten im Index Installationen mit über 1000 Servern (nur für die Suche) Installationen mit 2000 Abfragen pro Sekunde Indizierung von über 1000 Dokumenten pro Sekunde

11 Gutes Beispiel für den neuen Microsoft-Weg Nicht wirklich die normale MS-Technologie Guter Anteil an Linux-Installationen PostgreSQL Python Microsoft unterstützt bestehende Installationen Und entwickelt auch auf der bestehenden Basis weiter! Allerdings hat MS eine gewisse Präferenz, was die zu Grunde liegende Technologie angeht Wichtig: Verstärkte Integration in Sharepoint

12 Das wirklich Interessante an FAST ESP Automatische kontextuelle Erkennung von Schlagworten / Metadaten Sehr effektive Einschränkung der Suchergebnisse auf dieser Basis Navigation (Search Facetten) Die Rettung für vorhandene Dokumentenbestände Auch kontextuelle Analyse der Suchanfrage Wurde das Bundesamt für xy in den letzten 6 Monaten in der FAZ erwähnt? Kategorisierung / Taxonomie Automatische Zuordnung von Dokumenten zu einem Fachgebiet Phonetische Suche (Töhna Turner)

13 RICH MEDIA UNSTRUCTURED DATA STRUCTURED DATA Kontextuelle Erkennung von Metadaten / Schlagwörtern Semantics Title <sentence> 1 GEOFFREY BIBLE, recently retired CEO of Philip Morris International. Born in Sydney in 1937, he now lives in New York. </sentence> <person> GEOFFREY BIBLE </person> Contextual Metadata Data Fusion John Smith, George Johnsen 13th of January, 2006 Author Date Global Metadata

14 Beispiele für automatisch erkannte Metadaten Dateiname Isbn (Buch-ID) Universitäten Url Zeitungen Telefon Postleitzahlen Ticker Berufsbezeichnungen Uhrzeiten Personen / Namen Unternehmen Orte / Städte / Länder Datum Preise Maßeinheiten Abkürzungen Fluglinien Automarken / Typen

15 RICH MEDIA UNSTRUCTURED DATA STRUCTURED DATA FAST ESP Architektur Indizierung und Anreicherung der Metadaten Aufbereitung der Suchanfrage SEARCH Aufbereitung der Suchergebnisse COLLECTIONS CONNECTORS REFINEMENT SEARCH & ALERT ENGINES PROCESSING SEARCH PROFILE USER SEARCH MANAGEMENT

16 Vergleich SharePoint Search / FAST ESP SharePoint ist auf normale Unternehmenssuche ausgerichtet Geringer Administrationsaufwand Weniger kontextuelle Analyse Mehr Search als Research Auch als kostenloser Download (Microsoft Search Server Express) FAST ESP ist High-End in jeder Beziehung Massive kontextuelle / semantische Analyse Beliebig leistungsvoll ( Server) Für Research gedacht, für reinen Search fast zu schade Leider sehr aufwändig in Administration und Betreuung

17 Microsoft s Enterprise Search Roadmap Heute Morgen Keine Veränderungen bzgl. Suiten und Preisstruktur Integration mit Hilfe von Web Parts & Connector FAST ESP auf Windows, Linux, Unix FAST ESP Cross platform Optimiert für Internet Sites ESP for SharePoint OOB value Optimiert für Intranets High End ESP for SharePoint Infrastruktur Entry Level

18