Online-Recherche: Web-Recherche WS 2015/ Veranstaltung 5. November 2015

Transkript

1 Online-Recherche: Web-Recherche WS 2015/ Veranstaltung 5. November 2015 Philipp Schaer - philipp.schaer@gesis.org Philipp Mayr - philipp.mayr@gesis.org GESIS Leibniz-InsJtut für SozialwissenschaNen

2 2 Themen der heu3gen Veranstaltung Allgemeines Thema: Rankingfaktoren von Suchmaschinen Schnelle Wiederholung: Ranking aus Datenbank-Recherche Ranking im Web EigenschaNen von Web-Seiten und ihre Auswirkungen auf das Ranking Auswerten von Verlinkungen zur Unterstützung des Rankings

3 3 Wiederholung Crawling von Webseiten FunkJonsweise von Spidern/Crawlern AuYau des Web-Index URL fronjer Höflichkeitsregeln beim Crawling

4 4 Sie kennen Sor3erungen... z.b. aus der Veranstaltung Datenbank-Recherche: nach PublikaJonsjahr... nach Namen (alphabejsch)... jeweils aufsteigend bzw. absteigend... nach Relevanz... und viele mehr! à Was war nochmal Relevanz-Ranking?

5 5 Allgemeines zum Thema Ranking Die Suchmaschine steht vor der Aufgabe, zu einer aus wenigen Begriffen bestehenden Anfrage die passenden Websites zu finden (Relevanz-Problem). Deshalb werden die Suchergebnisse absteigend nach geschätzter Relevanz geordnet. Für die Relevanz-BesJmmung wird auf klassischerweise auf Wort-Sta3s3ken zurückgegriffen (Abgleich der Begriffe zwischen Suchtermen und Dokumeniermen). Im Web-Retrieval gibt es noch weitere (Struktur-)Elemente, die verwendet werden können...

6 6 Ranking in a nutshell Je mehr Suchbegriffe in einem Dokument vorkommen, umso relevanter ist das Dokument! Je häufiger ein Suchbegriff in einem Dokument vorkommt, desto relevanter ist das Dokument! Dokumente, die seltene Suchbegriffe enthalten, sind relevanter als Dokumente, die häufige Suchbegriffe enthalten! Seltene Suchbegriffe erhalten ein höheres Gewicht!

7 7 TF*IDF-Gewichtung Die Termfrequenz und die inverse DokumenQrequenz können nun verbunden werden! TF *IDF = tf, log ( N df t, d t d t Aber im Web...? Häufigkeit in einem Dokument Seltenheit in allen Dokumenten / ) Der Wert für TF*IDF steigt für die Häufigkeit der Nennung eines Begriffes in einem Dokument und für die Seltenheit des Begriffes in der DokumentkollekJon.

8 8 Einordnung in den Suchprozess 1. Suchanfrage durch den Nutzer 2. Abgleich der Suchbegriffe mit dem durch Web-Robots erstellten Datenbestand/Suchindex 3. Unsor3erte Menge der Websites, die auf die Suchanfrage zutreffen 4. Erstellung einer Reihenfolge der gefundenen Treffer (Ranking) durch die Suchmaschine 5. Ausgabe der Trefferliste auf der Website des Suchmaschinen-Betreibers

9 9 Weitere Web-Rankingprinzipien Posi3on der Suchbegriffe: Verteilung der Suchphrasen über den gesamten Text. Nähe der Suchbegriffe untereinander: Wenn in der Anfrage mehrere Begriffe vorkommen, werden die Dokumente höher bewertet, in denen die Begriffe nah beieinander aunreten. Bislang wurde von einfach strukturierten Texten ausgegangen, ohne dass die Besonderheiten der Auszeichnungssprache HTML berücksichjgt wurden. Suchmaschinen machen sich jedoch die InformaJonen, die eine Website miiels seiner Auszeichnungssprache verrät, zu Nutze, um die Ergebnisqualität zu verbessern!

10 10 Das Ranking von Websuchmaschinen Suchdienste ändern ihre Indexierungsmethoden regelmäßig Die Kenntnis von Ranking-Faktoren ist wichjg Bei Google gibt es aktuell mehr als 200 Ranking-Faktoren Die Gewichtung der Faktoren ändert sich regelmäßig hip://cdn.searchenginejournal.com/wp-content/uploads/2013/05/infographic-googles-200-ranking-factors.jpg

11 11 Gruppen von Rankingfaktoren Domain Factors Page-Level Factors Site-Level Factors Backlink Factors User InteracJon Special Algorithm Rules Social Signals Brand Signals On-Site Webspam Factors Off-Site Webspam Factors Diese Woche Nächste Woche Nächste Woche

12 Mittwoch, 26. Juni Beispiel: Page-Level Factors Ausnutzung der Markup- Informationen Wörter, die im Titel und in Überschriften stehen, erhalten ein höheres Gewicht <Jtle>, <h1>, <h2>

13 Ausnutzung der Markup-Informationen Weitere Page-Level-Factors Wörter, die Links enthalten sind, werden höher gewichtet. 13 Text im Anchor-Tag Mittwoch, 26. Juni 2013

14 14 Bedeutung der Markup-Infos Wörter, die im Titel und in ÜberschriNen stehen, erhalten ein höheres Gewicht Wörter, die in Links enthalten sind, werden höher gewichtet. Höher gewichtet werden auch Wörter in... DokumentenJtel (<Jtle>) ÜberschriNen höhere Ebene (<h1>, <h2>) ÜberschriNen niederer Ebene (<h3> bis <h6>) Hervorhebungen (<strong>,<b>) Anchor-Texte (<a>) Auf der Startseite, im Lead usw.

15 15 Das <3tle>-Tag Title-Tag ist Teil des Dokumentkopfes bzw. <head> Er beschreibt den Titel des Dokuments, erscheint in der oberen Fensterleiste des Browsers, erscheint in den Favoriten wird von vielen Suchmaschinen angezeigt und ist für die Bewertung von Bedeutung Nicht mehr als 60 Wörter

16 Metadaten der Webseite im <head> 16

17 Meta-Tag: Descrip3on 17

18 18 Descrip3on / Seitenbeschreibung Die DescripJon ist ein <meta>-tag Möglichkeit für Website-Anbieter, eine eigene Zusammenfassung des Seiten-Inhalts anzubieten Google grein zur Beschreibung der Seite in der Ergebnisliste darauf zurück! Allerdings nur maximal die ersten 160 Zeichen. WichJg: Google grein nur dann auf die DescripJon zurück, wenn die Suchbegriffe auch in der DescripJon vorhanden sind! Sonst mischt Google den Text von der Seite rund um den Suchbegriff zusammen.

19 19 Metadaten Metadaten Können Sie inzwischen getrost vergessen. Steht zwar in vielen SEO-Ratgebern, ist aber inzwischen wertlos. Es wird von Google nicht mehr ausgewertet.

20 20 Zusammenfassung Ranking Allgemeine Ranking-Prinzipien Termhäufigkeiten PosiJon und Nähe von Suchbegriffen Web-Ranking: Mehr als 200 Signale Besonderheiten der Auszeichnungssprachen Text in Domain Text in Link, ÜberschriN etc. Meta-Tags, z.b. <Jtle> Heute ausgelassen: Link-Popularität (übernächste Woche)

21 21 Literaturhinweise Ferber, R.: InformaJon Retrieval. Suchmodelle und Data-Mining-Verfahren für Textsammlungen und das Web. Heidelberg 2003 Erlhofer, S.: Suchmaschinen-OpJmierung. 4. Aufl. Bonn Glöggler, M.: Suchmaschinen im Internet. FunkJonsweisen, Ranking, Methoden. 2. Aufl. Berlin Lehmann, K. / Schetsche, M. (Hg.): Die Google-GesellschaN. Bielefeld 2005 Lewandowski, D.: Suchmaschinenforschung im Kontext einer zukünnigen WebwissenschaN, in Scherfer, K. (Hg.): WebwissenschaN - Eine Einführung. Münster 2008, S Lewandowski, D (Hg.): Handbuch Internet-Suchmaschinen. Heidelberg Machill, M. / Beiler, M. (Hg.): Die Macht der Suchmaschinen. Köln Wimmeroth, U. / Brochhagen,Th.: Google. Dirty Tricks. Düsseldorf 2003 Meier, K.: Grundlagen journalisjscher Recherche im Internet, in Meier, K.: Internet- Journalismus. Konstanz. 3. Aufl. 2002, S Regionales Rechenzentrum für Niedersachsen: Suchen und Finden im Internet. Hannover 6, 2001 www-suchseiten der InformaJonswissenschaN hip://

22 22 Kontakt Dr. Philipp Mayr GESIS - Leibniz-InsJtute for the Social Sciences Unter Sachsenhausen 6-8, Köln Tel: + 49 (0) 221 / philipp.mayr@gesis.org Dr. Philipp Schaer GESIS - Leibniz-InsJtute for the Social Sciences Unter Sachsenhausen 6-8, Köln Tel: + 49 (0) 221 / philipp.schaer@gesis.org hip://