4.3.2: Suchmechanismen der Web-Protokolle

Das Web weist im Prinzip eine ganze Reihe Hilfsmittel auf, mit denen seine Inhalte strukturiert und die Suche unterstützt werden könnte. So könnte z.B. mit den Web-Adressen (URL, Uniform Resource Locator) eine hierarchische Klassifikation aufgebaut werden, indem diese von rechts nach links aufgelöst werden. Allerdings wurde schon früh nicht nur eine Sicht bzw. eine Dimension zur Klassifikation eingeführt. Schon die so genannten Top-Level-Domains wurden nach zwei verschiedenen Kriterien ausgewählt: nach Anbietergruppen (.com [commercial], .edu [educational], .gov [government], .mil [military] .net [networking], .org [noncommercial organization], .int [international organization]) und nach Ländern (.at, .de, .fi, .uk, .es, .jp, .fr, .us, ...).

Der Eindruck, dass diese Einteilung (mindestens) zwei verschiedene Kriterien verwendet, gilt aber vermutlich nicht für alle Teile der Welt: Die Top-Level-Domains entsprechen einer verbreiteten (US-) amerikanischen Weltsicht, nach der es die Gesellschaft (bzw. die Welt als solche) gibt und das Ausland. Dieser Sicht entspricht auch, dass die Top-Level-Domains .mil und .gov nur für die US-Regierung und das US-Militär verwendet werden. Sie wird auch in der ODP-Klassifikation deutlich, die in Abschnitt 4.3.3.1 näher beschrieben wird.

Aber nicht nur auf dieser obersten Ebene werden Web-Adressen nicht im Sinne einer inhaltlichen Klassifikation verwendet. Es finden sich zwar immer wieder Ansätze dazu, z.B. in Österreich oder dem vereinigten Königreich, wo akademische Einrichtungen unter der "Second-Level-Domain" ac.at bzw. ac.uk zusammengefasst sind. In vielen Ländern werden Web-Adressen aber nach dem "wer zuerst kommt, mahlt zuerst"- bzw. "first come, first serve"-Verfahren vergeben und nicht nach Kriterien, die den Inhalt des Angebots berücksichtigen. In Deutschland gibt es zwar unterdessen verschiedene Gerichtsurteile, die z.B. Städten oder Firmen mit angestammten Namensrechten auch die entsprechenden Web-Adressen zusprechen, eine geplante Vergabe nach inhaltlichen Kriterien gibt es aber nicht. Das hat dazu geführt, dass auch die in der Top-Level-Domain .de angelegte geografische Klassifizierung nicht weitergeführt wurde und Web-Angebote, die lediglich lokale Dienstleistungen anbieten, "deutschlandweite" Web-Adressen haben. Wenn eine Fahrschule die Web-Adresse www.fahrschule-becker.de oder ein Bauernhof die Adresse www.spargelhof.de hat, heißt das eben nicht unbedingt, dass ihre Dienste bundesweit nützlich sind - und auch die Pizza, die man unter www.pizza-uno.de bestellen kann, dürfte in den meisten Teilen des .de-Bereichs weder warm noch überhaupt ankommen. Für solche Dienstleistungen hat die unkontrollierte Vergabe von Web-Adressen zu einem Zustand geführt, der von einem systematischen Standpunkt gesehen hinter die Organisation der Telefonnummern in Länder- und Ortsnetze zurückfällt.

Hilfsmittel in HTML

Neben den Servernamen als Klassifikationsmittel boten die ersten HTML-Spezifikationen (bis Version 3.2) das Tag isindex, mit dem Zeichenketten als Indexterme eines Dokuments ausgezeichnet werden konnten, für die Suche im Bestand eines Servers an. Aus den so gekennzeichneten Zeichenketten können Web-Server einen Index erstellen, mit dem die Dokumente lokal gesucht werden können. Das WAIS-Protokoll stellt eine entsprechende lokale Volltextsuche zur Verfügung. Beide Verfahren werden allerdings immer weniger genutzt. Solche lokalen Suchmechanismen können für die serverübergreifende Suche zusammengeführt werden, indem die Ergebnisse der lokalen Suche von einem "Knotenrechner" zusammengeführt werden, der dann den Suchservice zur Verfügung stellt. Auf diese verteilten Suchsysteme wird in Abschnitt 4.3.5 eingegangen.

Ein anderes Hilfsmittel, mit dem die Suche nach HTML-Seiten im Web unterstützt werden kann, sind Meta-Tags, in denen Metadaten als Attribut-Wert-Paare untergebracht werden können, die bei der Darstellung der Web-Seite durch einen Browser nicht (als Inhalt) angezeigt werden. Die gebräuchlichsten Attribute sind dabei description und keywords. Das erste kann für eine kurze Beschreibung der Seite genutzt werden, das zweite, um Stichwörter anzugeben. Die Stichwörter können als zusätzliche Indexterme zu einer Seite von Suchmaschinen genutzt werden (siehe Abschnitt 4.3.4 ).

Da sie in der Regel von den Nutzenden nicht gesehen werden, bieten sie sich aber natürlich auch dafür an, mit "populären" Stichwörtern, die allerdings nicht unbedingt etwas mit dem Inhalt der Seite zu tun haben, Spamming-Versuche zu starten. In den Meta-Tags können statt der einfachen Attribute description und keywords auch Metadaten beschrieben werden, die komplexeren Modellen folgen, wie dem Dublin-Core-Metadatenschema (siehe Abschnitt 4.2.1 ). Im Allgemeinen werden dafür aber eher Systeme wie RDF verwendet (siehe Abschnitt 4.2.4 ).