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

Heading-Tag

Was ist ein Heading-Tag? Was ist ein Heading-Tag? Unter einem Heading-Tag versteht man ein kennzeichnendes Element für Überschriften in der Webseiten-Beschreibungssprache HTML. HTML-Dateien sind grundsätzlich hierarchisch aufgebaut. Die einzelnen Bereiche werden dabei durch sogenannte Tags markiert. Heading-Tags zeichnen Überschriften aus. Der Rang der entsprechenden Überschrift wird zusätzlich mit einer Ziffer […]

Framework

Was ist ein Framework? Was ist ein Framework? Das Framework ist insbesondere in der Software-Entwicklung ein fester Begriff. Es steht für ein Grundgerüst, das dem Programmierer bestimmte vorgefertigte Module und Funktionen bietet. Diese kann er durch einfache Befehle in sein Programm einbinden. Der Vorteil ist, dass wiederkehrende Aktionen, etwa das […]

AIDA-Formel

Die AIDA-Formel Die Abkürzung AIDA steht für die englischen Begriffe: Attention (Aufmerksamkeit) Interest (Interesse) Desire (Verlangen) Action (Handlung) Das AIDA-Model ist in Werbe- und Marketingkreisen sehr erfolgreich und weit verbreitet. Das Modell beschreibt die verschiedenen Schritte, die vom Eintritt einer Person in die Bewusstseinsphase eines Marketing-Instruments bis zur endgültigen Entscheidungsfindung […]

Dedicated Server

Was ist ein Dedicated Server? Alle Unternehmen müssen Daten speichern. Das sind zum Beispiel Kundendaten, Geschäftsvorgänge, Schriftverkehr, E-Mails, Berichte, Analysen u.v.a. Diese Daten werden in den meisten Fällen auf gehosteten Servern gespeichert. Rein technisch gesehen, ist ein Server ein Stück Computer-Hardware mit hohem Datenverkehr, zum ausschließlichen Hosten von Websites, Daten […]

Core Web Vitals

Was sind Core Web Vitals? Core Web Vitals sind eine Reihe von benutzerbezogenen Metriken. Diese messen beim Laden von Webseiten die Geschwindigkeit, Reaktionsfähigkeit und die visuelle Stabilität. Besitzer von Webseiten können auf diese Weise die Benutzererfahrung im Web messen und zu verbessern. Die Zeiten, in denen Internetseiten Zeile für Zeile […]

First Input Delay (FID)

Was ist der First Input Delay? Der First Input Delay (FID) misst die Zeit, die von der Eingabe eines Nutzers auf einer Webseite bis zur Antwort jener Webseite vergeht. Da ein besserer Wert ein positives Nutzungserlebnis ist, werden Webseiten mit einem geringeren FID, der Teil der Core Web Vitals ist, […]