Skip to main content

Information Retrieval


PDF herunterladen

Was ist Information Retrieval?

Wörtlich übersetzt bedeutet Information Retrieval die Rückgewinnung von Informationen. Laut Definition bezieht sich Information Retrieval auf einen Prozess, bei dem auf Basis eines Informationswunsches aus einem großen unstrukturierten Datenbestand die Informationen herausgesucht werden, die zum Informationswunsch passen.

Information Retrieval gehört damit zu den zentralen Aufgaben einer Suchmaschine: Suchmaschinen sind Informations- und Datensammler. Die gesammelten Daten werden ausgewertet, aufbereitet, gespeichert und wiedergewonnen.

Bedeutung von Information Retrieval

Die immer größere Menge digital verfügbarer Dokumente bringt zugleich die Forderung nach einer schnellen, zielgerichteten Suche mit sich. Im klassischen Sinne bezieht sich das auf die Suche nach Textdokumenten. Die Rückgewinnung von Informationen muss aber grundsätzlich für alle multimedialen Dokumente möglich sein.

Neben der Hauptanwendung Suchmaschinen ist der Information Retrieval Prozess u.a. auch relevant für digitale Bibliotheken, Bilddatenbanken oder multimediale Archive.

Dabei hat die Ausprägung der Suche Einfluss auf die Erfordernisse bzw. Methoden des Information Retrieval. Dieser Einfluss äußert sich z.B. folgendermaßen:

  • Datenbestand, in dem gesucht wird: große Unterschiede zwischen selbstverwaltetem Datenbestand und Datenbestand im Internet
  • Informationswunsch: konkrete vs. eher vage Vorstellung bei der Suche
  • Dokumententyp: Texte in verschiedenen Formaten (z.B. doc-, pdf-, html-Datei), Videos, Bilder, Audio-Dateien

Problematisch bei der Auswahl der passenden Informationen ist zudem das unsichere Wissen des Information Retrieval Systems, d.h. es hat keine Kenntnis von den Dokument-Inhalten. Das Retrieval System kann nur bestimmte Methoden nutzen, z.B. Textstatistik oder Termgewichtung, hat aber Probleme mit bestimmten Wortverwendungen, z.B. mit Synonymen oder Homonymen.

Um den Informationswunsch besser erfüllen zu können, also ein besseres Ergebnis liefern zu können, gibt es beim Information Retrieval verschiedene Möglichkeiten, den Suchwunsch genauer einzuordnen, z.B. indem der Kontext der Suche berücksichtigt wird – genau das machen Suchmaschinen wie Google. Die Suchmaschine bezieht dafür bspw. frühere Anfragen mit ein.

Modelle des Information Retrieval

Es gibt verschiedene Retrieval-Modelle, von denen einige aufeinander aufbauen. Zu den wichtigsten Information Retrieval Modellen gehören:

Boolesches-Modell

  • ältestes Information-Retrieval-Modell basierend auf der Booleschen Logik von 1854
  • Inhalte werden nur anhand der Operatoren “und”, “oder”, “nicht” gefunden
  • die Inhalte werden nicht sortiert – es gibt kein Ranking der Ergebnisse

Linktopologisches Modell

  • basiert nicht auf der Auswertung der Dokumentinhalte, sondern auf der Auswertung der Verlinkungsstruktur zwischen Dokumenten – dadurch ergibt sich ein Ranking der Dokumente
  • die Struktur erlaubt eine Aussage zur Autorität von Dokumenten
  • hierzu gehört bspw. der PageRank von Google, entwickelt von Larry Page und Sergey Brin

Textstatistik

  • Untersuchung der Terme innerhalb eines Dokuments
  • Gewichtung geschieht über WDF und IDF
  • WDF: Within Document Frequenzy – relative Häufigkeit eines Terms innerhalb eines Dokuments
  • IDF: Inverse Document Frequency – Häufigkeit, mit der ein Dokument mit einem bestimmten Term in einer Datenbank vorkommt
  • Vektormodell gehört ebenfalls zum Textstatistik-Modell: Jeder Text entspricht einem Punkt im Raum, die Winkel der Vektoren geben Hinweise zur Ähnlichkeit der Wörter zueinander

Cluster Modell

  • Zusammenfassung von Dokumenten nach Ähnlichkeit
  • kann das Suchverfahren beschleunigen, da nur der Zugriff auf einen Dokumentenpool erforderlich ist
  • Probleme können entstehen, wenn die Cluster nicht vollständig oder sehr umfangreich sind

Wie nutzen Suchmaschinen Information Retrieval?

Jede Internetsuchmaschine nutzt Information Retrieval, um Suchanfragen zu bearbeiten. Bei Suchmaschinen ist es wichtig, die “ermittelten” Informationen zu bewerten und nach Wichtigkeit/Relevanz zu sortieren – daraus ergibt sich das Ranking. Sobald Sie einen Suchbegriff in das Suchfeld eingeben, gibt die Suchmaschine relevante Informationen zu Ihrem Suchbegriff aus den gespeicherten Datenbeständen wieder (SERP).

Mit SEO wird demzufolge versucht, die Rückgewinnung der Informationen der optimierten Seite zu verbessern – einer der Maßnahmen ist bspw. die WDF*IDF Optimierung von Webseiten

Weiterführende Informationen: Information Retrieval – Suchmodelle und Data-Mining-Verfahren für Textsammlungen und das Web.

Jetzt den SEO-Küche-Newsletter abonnieren

Ähnliche Artikel

Hummingbird Update

Was ist das Google Hummingbird Update? Das Hummingbird Update (Kolibri Update) ist eine Algorithmus-Änderung in Googles Suchmaschine und fand 2013 statt – zum 15. Geburtstag von Google. Die Besonderheit dieses Updates: Der Suchalgorithmus wurde komplett geändert und zwar hin zu einer semantischen Indexierung bzw. semantischen Suche. Zum Vergleich: Panda Update […]

White Hat SEO

Was ist White Hat SEO? Bei White Hat SEO handelt es sich um eine Art der Suchmaschinenoptimierung, bei der die Qualitätsrichtlinien von Google eingehalten werden. Sie ist dementsprechend rechtlich unbedenklich und ethisch korrekt. Im Gegensatz dazu stehen die Grey Hat SEO und die Black Hat SEO. Die Namen dieser Methoden […]

Google SEO Tools

Was sind Google SEO Tools? Als global bedeutsame Suchmaschine mit einem Marktanteil von mehr als 90 % prägt Google die Standards der Suchmaschinenoptimierung. Das bedeutet, SEO-Spezialisten richten sich bei der Optimierung von Webseiten verstärkt nach den Google-Ranking-Faktoren. Es gibt ebenfalls Maßnahmen, die sich auf die Suchmaschinen Yahoo und Bing konzentrieren. […]

Call-To-Action (CTA)

Was ist eine CTA? Eine Call-to-Action (CTA) ist eine Handlungsaufforderung, um eine bestimmte Reaktion beim User zu erzeugen. Dabei kann die Handlungsaufforderung in Form von Text, Bild oder als eine Kombination der beiden Formate erfolgen. Zudem kann eine CTA für höhere Conversion Rates sorgen. Definition Als eine Call-To-Action wird eine […]

E-Commerce

Was bedeutet E-Commerce? Als E-Commerce wird der elektronische Handel bezeichnet, der zum E-Business gehört. Dieser Oberbegriff umfasst sämtliche elektronische Nutzungsformen wie den elektronischen Handel, das Werben, Kaufen und Verkaufen von Produkten sowie Dienstleistungen im Internet. Der E-Commerce ist eines der Hauptgeschäftsmodelle, ein klassisches Beispiel ist das Online-Shopping. Merkmale Wesentliche Merkmale […]

Jappy

Was ist Jappy? Jappy ist ein deutsches soziales Netzwerk, das 2001 gegründet wurde und zu den beliebtesten Plattformen in Deutschland zählt. Im Jahr 2008 hatte Jappy eine Million aktive Nutzer. Zunächst konzentrierte sich Jappy ausschließlich auf den deutschsprachigen Raum, woraufhin es 2011 kurzzeitig auch eine englischsprachige Version der Plattform gab. […]