Personalisierte Suche
In WIRTSCHAFTSINFORMATIK 49 (2007) ist nach langer Zeit wieder ein interessanter Beitrag für SEOs zu finden. Kai Riemer und Fabian Brüggemann haben sich ausführlichst mit der “Personalisierung der Internetsuche” beschäftigt.
Hier die Kernpunkte, im Anschluss folgt eine Zusammenfassung mit eigenen Anmerkungen:
- Suchmaschinen stehen traditionell vor der Herausforderung eine möglichst breiste Informationsmenge einer breiten Anwendergruppe zugänglich zu machen; hierunter leidet die Relevanz aus Sicht des einzelnen Nutzers.
- Techniken zur Personalisierung der Internetsuche können basierend auf Nutzerprofilen die Relevanz aus Nutzersicht steigern.
- Anhand eines typischen Suchprozesses lassen sich zahlreiche Techniken und Verfahren unterschiedlicher Komplexität unterscheiden.
- Die Verbreitung der Personalisierungstechniken im Markt der Suchdienste befindet sich in einem frühen Stadium; erste Entwicklungsrichtungen sind erkennbar.
Zunächst einmal gilt es grundsätzlich zu unterscheiden, wie die Nutzerdaten für die personalisierte Suche gewonnen werden. Dies kann explizit erfolgen (d.h. dem Nutzer überlassen werden) oder implizit (durch automatische Analyse des Nutzerverhaltens). Live und Yahoo nutzen beide Möglichkeiten, Google beschränkt sich auf automatisiertes Datensammeln und ASK setzt hauptsächlich auf Nutzerangaben.
Vorschlagsfunktion
Die Vorschlagsfunktion kann das Suchverhalten beeinflussen, wenn sie sich auch nicht direkt auf die Zusammensetzung des Suchergebnisses auswirkt. Datenbasis kann der Pool aus allen gesammelten Nutzungsdaten und die persönlichen Nutzungsdaten sein. Meines Wissens nutzt dies in der Hauptsuche nur Live, Yahoo testet dies mit kleineres Suchmaschinen und bei Google laufen nur Experimente.
Eingrenzung des Suchraumes
Die Eingrenzung des Suchraumes wird von allen großen Suchmaschinen ermöglicht. Dies ist die einfachste Form der Personalisierung. Daszu gehören Sprach- und Länder-Filter, die Site-Suche oder auch die Linkabfrage. Die automatische Eingrenzung des Suchraumes als Zensurmaßnahme fällt nicht darunter.
Iterative Anfrageverbesserung
Jeder SEO kennt die Suche nach den richtigen Suchbegriffen. Dieses Problem haben “normale” Suchmaschinenbenutzer ebenfalls. Bei der iterativen Anfrageverbesserung kann das Suchsystem automatisch thematisch verwandte Wörter zur Verfeinerung der Suchanfrage vorschlagen. Metasuchmaschinen nutzen dieses Verfahren häufig. Bei Gigablast sieht man dieses Hilfsmittel sehr schön. Google (im Zuge von Universal Search) und Yahoo (schon länger mit “related terms”) versuchen inzwischen auch in der nicht-personalisierten Suchanfrage diese Hilfestellung zu geben.
Profilbasierte Abfrageverbesserung
Es würde sich anbieten, die im Profil hinterlegten Daten ebenfalls zu nutzen. Es gibt zwar einige schöne Paper darüber, umgesetzt hat dies aber meines Wissens noch kein Suchsystem. Vor allem bei der lokalen Suche wäre dies doch ein interessantes Feature, wenn beispielsweise konkret Angebote aus der Region hervorgehoben würden. Bei den PPC-Anzeigen schaffen dies Yahoo und Google doch auch. Ask (USA) wendet angeblich diese Methode an.
Anfrageverbesserung durch Kategorisierung
Aus der Suchhistorie des Nutzes lassen sich auch dessen Interessenschwerpunkte erkennen. Kombiniert mit hierarchischen Sammlungen wie ODP oder umfangreichen Schlagwortlisten (wann verwendet Yahoo endlich die Daten aus del.icio.us?) können so die Ergebnisse auf den einzelnen Nutzer zugeschnitten werden. Beispiel: Sucht ein Naturfreund nach “Jaguar” erwartet er sicherlich kein Leasingangebot über eine englische Nobelkarosse. Kategorisierung ist ein effektives Mittel gegen Doppeldeutigkeit.
Logische Deduktion
Expertensysteme nutzen die logische Deduktion, um Zusammenhänge herstellen und auf Fragen die entsprechenden Lösungsansätze bieten zu können. Ist beispielsweise im System hinterlegt “pizza == nahrung”, “nahrung == essen”, “essen == hunger stillen”, dann könnte die Anfrage “ich habe hunger” die Pizza-Lieferservices der Umgebung ausgeworfen werden. Zu aufwendig für aktuelle Suchmaschinen.
PageRank Personalisierung
Neben DEM PageRank-Algorithmus existieren inzwischen eine große Anzahl von Variationen. Grundgedanke, der hinter allem steckt ist die Auswertung der von anderen Seiten gesetzten Hyperlinks. Die bekanntesten Algorithmen dieser Familie dürfte der ursprüngliche PR sein, der durch den kleinen grünen Balken symbolisiert wird, der zweitbekannteste der themenorientierte (der ebenfalls von Google genutzt wird). PR-Algos lassen sich auch auf personaliserten Datenbanken aufbauen. Seiten, die von Projekten verlinkt werden, die ein Nutzer in seinen Bookmarks hat, kann so eine höhere Relevanz zugeordnet werden.
Collaborative Filtering
Natürlich kann ein Filter nicht nur aus den persönlichen Daten eines Nutzers aufgebaut werden, sondern auch aus den Daten von Nutzern mit ähnlichen Profilen. Dabei wird davon ausgegangen, dass Nutzer mit ähnlichen Profilen auch ähnliche Interessen haben. Amazon nutzt diese Methode beispielsweise für die Ergebnisse unter “Kunden die dieses Buch gekauft haben, haben auch …”. Als einzige Suchmaschine setzt meines Wissens die zu Amazin gehörende A9 dieses Verfahren ein.
Suchnetzwerke
Relativ alt ist der Versuch, den Usern einige Webseiten höher gewichten zu lassen und eine entsprechend höhere Gewichtung in den Suchmaschinen einzuräumen. Die SEO-Suche auf diesem Blog (hier müsste ich dringend die Gewichtung nachjustieren) arbeitet nach diesem Prinzip. Dahinter liegt die Technologie von Eurekster, die als erstes Suchmaschinen nach diesem Prinzip anboten. Andere Unternehmen haben inzwischen ähnliche Produkte auf den Markt gebracht.
In der Praxis können alle beschriebenen Möglichkeiten der personalisierten Suche natürlich abweichen und mit einander kombiniert werden. Ausgespart habe ich das Sammeln der Daten, denn diese Möglichkeiten (automatisch via Toolbar, Cookie, Session | freiwillig über Profile und Bookmarksammlungen | externe Datensammlungen z.B. ODP, del.icio.us ) dürften hinreichend bekannt sein.
Wenn Sie eine eigene Meinung dazu haben, schreiben Sie doch einen Kommentar. Oder vielleicht möchten Sie aktuell über neue Beiträge informiert werden, dann abonnieren Sie doch den Feed.
Die Wege, über die diese Daten gesammelt werden, hätte mich schon interessiert :(