Das Dokument bietet eine umfassende Betrachtung von Internetsuchmaschinen, deren Funktionalität und Leistung im Vergleich. Es erörtert verschiedene Suchmaschinen, ihre Indizes, die Qualität der Suchergebnisse und Nutzerverhalten sowie innovative Ansätze für die Recherche. Die Bedeutung von Alternativen zu gängigen Suchmaschinen wird hervorgehoben, um Vielfalt und bessere Ergebnisse zu gewährleisten.

1. Vergleichende Betrachtung der Funktionalität
und Leistungsfähigkeit von Internet-
Suchmaschinen
Prof. Dr. Dirk Lewandowski
dirk.lewandowski@haw-hamburg.de
Programm heute
• 14.00 - 15.30 Uhr: Internetsuchmaschinen - Kritische Betrachtung von Funktionalität und
Leistungsfähigkeit im Vergleich (Vortrag)
– Vergleich der Leistungsfähigkeit (Qualität) der bekannten Suchmaschinen
– kurze Pause
– Überblick Recherchemöglichkeiten
• 16.00 - 17.30 Uhr: Gruppenweise Durchführung von Recherchen
– Recherchieren in der Gruppe
– Vorstellung der Recherchen im Plenum
– Was Sie schon immer über Suchmaschinen wissen wollten...
1

2. Gliederung
Welche Suchmaschinen sind wichtig?
Wie suchen Nutzer im Web?
Wie kann man die Qualität von Suchmaschinen messen?
Qualität des Index
Qualität der Treffer
Recherchemöglichkeiten
Gliederung
Welche Suchmaschinen sind wichtig?
Wie suchen Nutzer im Web?
Wie kann man die Qualität von Suchmaschinen messen?
Qualität des Index
Qualität der Treffer
Recherchemöglichkeiten
2

3. Bedeutung der Suchmaschinen
• Suchmaschinen sind der Zugang zu Informationen im Netz.
– Andere Zugänge (Kataloge, usw.) haben kaum noch Bedeutung.
– Suchmaschinen bestimmen über die sichtbaren Inhalte des Web.
– Suchmaschinen bestimmen das Nutzerverhalten (auch für andere
Informationssysteme).
5 |
Suchmaschinenmarkt (D)
6 |
3

4. 7 |
Suchmaschinen-Indizes
Suchmaschinen mit eigenem Index
– Google, Yahoo, MSN (Live.com; Kumo?)
– Ask
– Exalead
– Cuil
Ohne eigenen Index
– Alle Portale: T-Online, Web.de, AOL, ...
– „Klassiker“: Altavista, All the Web, ...
– „Neue Suchmaschinen“: Wikia Search
8 |
4

5. Warum sind Alternativen notwendig?
• Qualität der Ergebnisse
• Vielfalt
– „Zweite Meinung“
• Trefferpräsentation
• Nutzerbindung
– Verknüpfung von Nutzungsdaten mit Nutzerprofilen
• Innovation
9 |
Alternativen
• Andere Universalsuchmaschinen
• Spezielle Kollektionen
• Spezialsuchmaschinen
• Kommerzielle Datenbanken
• Freie Datenbanken im Invisible Web
5

6. Gliederung
Welche Suchmaschinen sind wichtig?
Wie suchen Nutzer im Web?
Wie kann man die Qualität von Suchmaschinen messen?
Qualität des Index
Qualität der Treffer
Recherchemöglichkeiten
„Die meisten Nutzer sind nicht willens, bei der Formulierung ihres
Suchziels allzu viel kognitive und zeitliche Energie aufzuwenden.“
(Machill et al. 2003)
• Suchanfragen
– Durchschnittliche Länge: 1,7 Wörter
– Ca. 50% Einwort-Anfragen
• Ergebnisseiten
– 80% der Nutzer gehen nicht über die erste Ergebnisseite hinaus.
– Nutzer betrachten bevorzugt die ersten Ergebnisse (“über dem Knick”).
– Pro Session werden bis etwa fünf Dokumente angesehen.
– Sessions dauern i.d.R. weniger als 15 Minuten.
• Nutzer sind meist mit ihren Suchergebnissen zufrieden.
• Nutzer erwarten, dass alle Systeme so leicht zu bedienen sind wie Google.
6

7. Google groß
13 |
14 |
7

8. Shortcuts
15 |
Selektionsverhalten (Top11 Treffer)
(Granka et al. 2004)
16 |
8

9. Gliederung
Welche Suchmaschinen sind wichtig?
Wie suchen Nutzer im Web?
Wie kann man die Qualität von Suchmaschinen messen?
Qualität des Index
Qualität der Treffer
Recherchemöglichkeiten
Die Qualität von Suchmaschinen kann nur durch eine
Kombination unterschiedlicher Faktoren gemessen werden.
Qualitätsfaktoren für Suchmaschinen
• Qualität des Index
– Größe des Datenbestands, Abdeckung des Web
– Abdeckung bestimmter Bereiche (Sprachräume, Länder)
– Überschneidungen der Indices
– Aktualität des Datenbestands
• Qualität der Suchresultate
– Retrievaleffektivität
– Zufriedenheit der Nutzer
– Überschneidungen der (Top-)Ergebnisse
• Qualität der Suchfunktionen
• Nutzerfreundlichkeit + Benutzerführung (Lewandowski & Höchstötter 2007)
18 |
9

10. Gliederung
Welche Suchmaschinen sind wichtig?
Wie suchen Nutzer im Web?
Wie kann man die Qualität von Suchmaschinen messen?
Qualität des Index
Qualität der Treffer
Recherchemöglichkeiten
Web-Abdeckung
Keine Suchmaschine deckt das gesamte Web ab!
– Aber: keine genauen Zahlen; aktuelle Untersuchungen fehlen.
– Größe des Web ist unbekannt; die großen Suchmaschinen haben einige
Milliarden Dokumente indexiert.
– Wenig erforschter Bereich: Invisible Web.
Definitionen Invisible/Deep Web
– “Text pages, files, or other often high-quality authoritative information available
via the World Wide Web that general-purpose search engines cannot, due to
technical limitations, or will not, due to deliberate choice, add to their indices of
Web pages" (Sherman u. Price 2001).
– “The deep Web - those pages do not exist until they are created dynamically as
the result of a specific search“ (Bergman 2001).
20 |
10

11. Taxonomie der digitalen Online-Information
(Stock 2003)
21 |
Country Bias
22 |
11

12. Überschneidung der Datenbestände
• Überschneidung der Indices
– Relativ gering, daher lohnt sich die Suche in mehreren Suchmaschinen.
• Überschneidung der Suchergebnisse
– Sehr gering innerhalb der Top10, 20.
23 |
Auch aktuelle Seiten werden nicht zuverlässig regelmäßig
indexiert.
24 |
12

13. Aktualität der Datenbestände
25 |
Gliederung
Welche Suchmaschinen sind wichtig?
Wie suchen Nutzer im Web?
Wie kann man die Qualität von Suchmaschinen messen?
Qualität des Index
Qualität der Treffer
Recherchemöglichkeiten
13

14. Drei Anfragetypen
Anfragetypen nach Broder (2002)
• Informational (informationsorientiert)
– Nutzer möchte sich zu einem Thema informieren.
– Ziel sind mehrere Dokumente.
• Navigational (navigationsorientiert)
– Ziel ist es, eine bestimmte Seite (wieder) zu finden.
– Typisch: Suche nach Homepage („Daimler Chrysler“).
– Ziel ist i.d.R. ein Dokument.
• Transactional (transaktionsorientiert)
– Ziel ist das Auffinden einer Website, auf der dann eine Transaktion stattfinden
soll.
– Beispiele für Transaktionen: Kauf eines Produkts, Download einer Datei.
27 |
Retrievaleffektivität: Navigationsorientierte Anfragen
28 |
14

15. Precision ist das am häufigsten verwendete Retrievalmaß.
Klassische Retrievalmaße
• Precision
– Anteil der relevanten ausgegebenen Treffer an der Gesamtheit der
ausgegebenen Treffer.
– Wird bei Suchmaschinen i.d.R. bis zu einem Cut-Off-Wert bestimmt (z.B. 20).
• Recall
– Anteil der relevanten ausgegebenen Treffer an der Gesamtheit aller überhaupt
vorhandenen Treffer (= aller im Web vorhandener relevanter Dokumente).
– Bei Suchmaschinen nicht messbar (Ausweg evtl. über Pooling-Methoden).
• Fallout
– Anteil der ausgegebenen nicht relevanten Treffer an der Gesamtzahl der nicht
relevanten Treffer im Datenbestand.
• Generality
– Anteil der relevanten Dokumente im zugrunde liegenden Datenbestand.
29 |
Top 10 Precision
1,00
0,90
0,80
0,70
0,60 Google
Precision
Yahoo
0,50 Live
Metager
0,40 Cuil
0,30
0,20
0,10
0,00
1 2 3 4 5 6 7 8 9 10
Google 0,60 0,58 0,59 0,57 0,55 0,53 0,51 0,52 0,50 0,49
Yahoo 0,54 0,57 0,53 0,53 0,51 0,52 0,50 0,50 0,49 0,48
Live 0,48 0,48 0,49 0,45 0,46 0,45 0,43 0,43 0,42 0,41
Metager 0,30 0,29 0,25 0,23 0,20 0,19 0,18 0,18 0,17 0,16
Cuil 0,15 0,18 0,17 0,15 0,16 0,16 0,16 0,15 0,15 0,16
Number of results
30 |
15

16. Skalenbewertung zeigt die Gruppierung der Suchmaschinen noch
deutlicher.
Vergleich der Precision nach Listenplatz (Top20; Skala)
3,00
2,50
Durchschnittliche Precision
2,00
Google
Yahoo
1,50 MSN
Ask
Seekport
1,00
0,50
0,00
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Google 2,54 2,19 2,14 2,04 1,93 1,86 1,77 1,72 1,63 1,59 1,59 1,53 1,49 1,45 1,42 1,38 1,35 1,35 1,32 1,32
Yahoo 2,33 2,21 2,11 2,00 1,82 1,81 1,75 1,69 1,68 1,67 1,64 1,62 1,58 1,54 1,53 1,50 1,47 1,46 1,45 1,42
MSN 1,80 1,53 1,53 1,55 1,51 1,42 1,38 1,34 1,31 1,24 1,22 1,17 1,15 1,11 1,09 1,06 1,05 1,03 1,01 0,99
Ask 1,73 1,53 1,45 1,35 1,27 1,31 1,33 1,34 1,30 1,28 1,26 1,23 1,18 1,18 1,17 1,16 1,16 1,16 1,13 1,12
Seekport 1,65 1,48 1,41 1,44 1,40 1,36 1,32 1,24 1,20 1,17 1,18 1,16 1,13 1,11 1,07 1,04 1,01 1,00 0,98 0,97
Trefferplatz
31 |
Veränderungen 2008-2008 (Beispiel)
1,00
0,90
0,80
0,70
0,60
Precision
Google
0,50
Google2007
0,40
0,30
0,20
0,10
0,00
1 2 3 4 5 6 7 8 9 10
Google 0,60 0,58 0,59 0,57 0,55 0,53 0,51 0,52 0,50 0,49
Google2007 0,75 0,71 0,71 0,67 0,64 0,62 0,59 0,58 0,55 0,55
Number of results
32 |
16

17. Suchmaschinen, Social Bookmarking, Frage-Antwort-Dienste
4,5
Suchmaschinen 4
3,5
3
Precision
2,5
F&A-Diente
2
1,5
Social Bookmarking
1
0,5
0
1 2 3 4 5 6 7 8 9 10
google 3,843 3,725 3,647 3,510 3,459 3,271 3,148 3,142 3,068 2,992
yahoo 3,039 2,941 2,850 2,897 2,804 2,797 2,753 2,730 2,653 2,608
MSN 2,765 2,784 2,889 2,814 2,627 2,542 2,462 2,365 2,292 2,216
Mr. Wong 1,765 1,922 1,904 1,956 1,867 1,846 1,792 1,755 1,785 1,680
del.icio.us 1,647 1,706 1,837 1,672 1,668 1,723 1,785 1,749 1,733 1,667
Yahoo! Clever 2,294 2,212 2,279
Lycos IQ 2,725 2,546 2,455
Trefferanzahl
(Gammer et al. 2008)
33 |
Offene Frage: Wie können Retrievalmaße dem spezifischen
Verhalten der Suchmaschinen-Nutzer angepasst werden?
Problembereiche
• Such-Sessions
– Nur Treffer auf der ersten Ergebnisseite (bzw. auf dem direkt sichtbaren Bildschirmbereich)
werden angesehen.
– In der Regel werden maximal fünf Dokumente angesehen.
– Recherche wird oft abgebrochen, sobald ein passendes Dokument gefunden wurde.
 Wie können die Maße dem Bedürfnis nach nur einem/wenigen relevanten Treffern
angepasst werden?
• Zusammensetzung der Trefferlisten
– Abbildung mehrerer Facetten eines Themas auf den vorderen Plätzen der Trefferlisten.
 Wie kann in der Evaluierung auf Facetten eingegangen werden?
• Interaktion
– Allgemeines IR-Evaluationsproblem: Recherche ist immer als interaktiver Prozess
anzusehen.
 Wie können die Maße an den tatsächlichen Suchprozess angepasst werden?
34 |
17

18. Gliederung
Welche Suchmaschinen sind wichtig?
Wie suchen Nutzer im Web?
Wie kann man die Qualität von Suchmaschinen messen?
Qualität des Index
Qualität der Treffer
Recherchemöglichkeiten
Katholisch? Evangelisch? Ja, was denn nun?
36 |
18

19. Neonazis informieren über schwarzen Bürgerrechtler
37 |
Grundlegende Suchfunktionen
• Boolesche Operatoren
– Yahoo, MSN, Ask: vollständige Unterstützung.
– Google: keine vollständige Unterstützung, OR arbeitet unzuverlässig,
Klammerung funktioniert nicht.
• Phrasensuche
– funktioniert bei allen
• Abstandsoperatoren
– nur bei Exalead
19

20. Suche über Felder
in der erweiterten Suche oder über Befehle
• Titel:
– title:
• Dateityp:
– filetype:
• URL:
– inurl:
• bestimmter Server:
– site:
• Land (über Top-Level-Domain)
– site:
• Verlinkung:
– link:
• Sprache
• Datum
Funktionsfähigkeit der Datumsbeschränkung
40 |
Quelle: Lewandowski 2004
20

21. Funktionstüchtigkeit der Sprachbeschränkung (deutsch-englisch)
41 |
Weitere Suchmöglichkeiten
• Ähnliche Seiten
• Cache Copies
– Google, Yahoo, MSN
– bei Ask teilweise
• Alte Versionen von Websites
– Wayback Machine: www.archive.org
21

22. Benutzerführung: Einschränkung der Suchergebnisse
• Clustering
– www.clusty.com (Datenbasis: Metasuche)
• Visualisierung von Suchergebnissen
– www.kartoo.com (Datenbasis: Metasuche)
• Vorschläge für Suchanfragen
– www.yahoo.de
– www.ask.de
– Google (am Ende der ersten Ergebnisseite)
• Vorschläge während der Eingabe
– Yahoo
– Google.com
– Cuil (inkl, Website-Vorschlägen)
• Bewertung von Suchergebnissen
– Wikia Search
– Google Search Wiki (in Google.com)
Dokumentkollektionen
22

23. Suche jenseits von Google und Co.
45 |
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
23