4.3: Suche im World Wide Web

Nachdem in den ersten Teilen Probleme und Methoden des Information Retrieval in sowie der Wissensextraktion aus vergleichsweise kontrollierten und mehr oder weniger statischen Sammlungen beschrieben wurden, soll in diesem Kapitel auf die Suche im Internet bzw. dem World Wide Web eingegangen werden. Die Darstellung wird sich dabei auf die prinzipiellen Probleme und Möglichkeiten konzentrieren, weil sich die zurzeit angebotenen Systeme zum einen sehr schnell ändern, und zum anderen viele Anbieter aus kommerziellen Gründen ihre Verfahren nur schematisch oder gar nicht offen legen. Kommerzielle und politische Interessen beeinflussen die Entwicklung des Web und insbesondere die Methoden zur inhaltlichen Suche auch in vielen anderen Punkten.

4.3.1: Das Web als Dokumentensammlung

4.3.2: Suchmechanismen der Web-Protokolle

Diese Hilfsmittel und insbesondere die Daten in Meta-Tags können nur sinnvoll zur Suche verwendet werden, wenn sie durch externe Systeme wie Suchmaschinen gesammelt und ausgewertet werden. Dabei sind sie aber nicht die einzigen Suchmethoden im Web. Darüber hinaus gibt es eine ganze Reihe weiterer Ansätze, die für die Suche im Web eine immer größere Rolle spielen.

Suchmaschinen, Portale und Verzeichnisse sind unterdessen ein wesentlicher Bereich der "Internet-Ökonomie" geworden, in dem ein starker Konkurrenzdruck herrscht. Deshalb kombinieren Anbieter von Suchsystemen unterschiedliche Suchmethoden, um die Vorteile der einzelnen Ansätze zu nutzen. Auch wenn es also keine "reinen" Modelle gibt, können verschiedene Ansätze unterschieden werden, die im Folgenden näher beschrieben werden sollen:

• Bei intellektuellen Klassifikationen beurteilen Menschen die einzelnen Angebote und ordnen sie in ein Klassifikationssystem ein, über das die Angebote dann gesucht werden können.
• Suchmaschinen arbeiten mit einem großen, automatisch erzeugten Index, für den die Angebote automatisch aufgesucht und indexiert werden. Eine Begutachtung durch Menschen findet nicht statt.
• Der Aufbau von verteilten Dokumentensammlungen, die einer gemeinsamen Strategie folgen, kann als kontrollierte Sammlungen innerhalb des Web gesehen werden ("islands of control").

4.3.3: Hierarchische Verzeichnisse oder Web Directories

4.3.4: Web-Suchmaschinen

4.3.5: Spezialisierte und verteilte Sammlungen

4.3.6: Digitale Bibliotheken