Bleuel, Jens (1996). Zitieren
von Quellen im Internet.
WWW:
http://ourworld.compuserve.com/homepages/jbleuel/ip-
zitl.htm
(97-12-22)
- Hosenfeld. Friedel (1999). Wissenschaftliches Arbeiten
im WWW. Suchen und Finden im Internet.
WWW: *** (99-12-31)
Quelle: Rohs, Michael (1996). WWW-Unterstützung
durch intelligente Agenten.
WWW:
http://www.informatik.tu-darmstadt.de/VS/Lehre/WS95-96/Proseminar/rohs/
(01-02-97)
Bekavac, Bernard (1998). Tutorial
zur Suche im WWW/Internet (1.2).
WWW: http://www.inf-wiss.uni-konstanz.de/People/bb.html
(99-12-30)
Suchmaschinen
Roboter, auch Spider, Wanderer oder Worm genannt, sind
Programme, die entlang von WWW-Hypertextstrukturen Dokumente
automatisch verarbeiten. Dabei wird ein Dokument geladen, der
Inhalt analysiert und es werden referenzierte Dokumente rekursiv
weiterverfolgt. Einige große Suchdienste arbeiten über
ihre Roboter große Teile des Webs ständig ab. Die
zugehörigen Volltextindizes oder auch nur Teilindizes der
Dokumente werden in Datenbanken gespeichert. Diese Datenbanken
bilden die Grundlage für die Suchmaschinen bzw. Such-Server,
die inzwischen über Benutzerschnittstellen mit diversen
Abfrageformularen die Suche nach WWW-Dokumenten
ermöglichen.
Die Vorteile dieses Suchverfahrens liegen auf der Hand.
Über Abfrageformulare, über die die meisten Suchmethoden
und -operatoren angewendet werden können, kann der Benutzer
weltweit nach Informationen suchen. Die Suchanfrage wird in einer
üblicherweise angemessenen Zeit vom Suchserver abgearbeitet
und das Ergebnis dem Benutzer in Form einer meist nach
Relevanzgrad sortierten Trefferliste präsentiert. Teilweise
werden zu den Treffern auch Teile des Originaldokuments oder
automatisch generierte Abstracts sowie andere Zusatzinformationen
hinzugefügt, die dem Benutzer helfen sollen, die
Relevanzbestimmung zu erleichtern. Dieser kann dann direkt zu den
Trefferdokumenten navigieren und von dort aus, falls nötig,
über weitere Navigation die gewünschte Information
erarbeiten. Die semantische Zusammengehörigkeit von
WWW-Hypertexten oder die hierarchische Struktur, die WWW-Kataloge
wenigstens ansatzweise wiedergeben, lassen roboterbasierte
Suchdienste allerdings ganz außer acht.
Die ständigen Zugriffe der Suchmaschinen belasten
natürlich auch weltweite WWW-Server. Die Belastung von
WWW-Server durch Roboter hängt zum einem von der Anzahl
Roboter und ihrer Zugriffshäufigkeit ab und zum anderem von
der Strategie des Zugriffs. Dabei wird unterschieden, ob parallel
auf mehrere Dokumente zugegriffen wird oder ob die WWW-Seiten
sukzessive abgerufen werden. Tests haben ergeben, daß sich
sowohl die eine oder andere Zugriffsstrategie bei WWW-Servern
negativ auf die Performance auswirken kann. Natürlich spielen
dabei auch weitere Faktoren eine Rolle, wie z.B. die
Leistungsfähigkeit einer Server-Maschine und ob diese
zusätzlich anderweitig genutzt wird. Immerhin gibt es die
Möglichkeit, über den »Standard for Robot
Exclusion« WWW-Server vor Roboterzugriffen zu schützen.
Im Prinzip ist dies eine spezielle Datei im Serververzeichnis,
über die Roboter erfahren, welche Dokumente bzw. Teile des
Servers gelesen werden dürfen. Dies ist jedoch kein richtiger
Zugriffsschutz, sondern eine Art Abmachung unter den Betreibern
der Suchdienste.
Die Bekanntheit und Beliebtheit von Suchservern spiegelt sich
in ihrem Zugriff wieder: Die bekanntesten Suchmaschinen bearbeiten
bis zu mehreren Dutzend Millionen Anfragen pro Tag.
Die Verarbeitung und Aktualisierung einer stark wachsenden Anzahl
von WWW-Dokumenten weltweit sowie die große Menge von
Suchanfragen verlangen die höchsten Ansprüche an Hard-
und Software des Suchservers. Meistens sind die Aufgaben in solch
einem System auf mehrere in einem Netz verbundene Rechner
verteilt. Dabei werden unterschiedliche Softwarekomponenten
eingesetzt. Welche Programme dies konkret sind, ist von Dienst zu
Dienst unterschiedlich. Als Hauptkomponenten kann man aber auf
jeden Fall Roboter, Datenbank und die Anfragebearbeitung
herausstellen.
Die Suchmaschinen sind zweifellos die weitaus meistbenutzten
und komfortabelsten Suchdienste des Internet. Um diese richtig
einzusetzen und damit einen hohen Nutzen daraus zu ziehen, bedarf
es neben der Kenntnis und Anwendung der weiter unten beschriebenen
Suchmethoden und -operatoren auch eines tieferen Einblickes in
ihre Funktionsweisen. Dies ist vor allem wichtig, um sich
bewußt zu machen, welche Internet-Dokumente nun
tatsächlich von den Robotern erschlossen werden und welche
nicht.
- Unabdingbare Voraussetzung für eine erfolgreiche
Recherche mit Suchmaschinen ist nach Gertsch (1999) eine
möglichst genaue Formulierung des
Recherchevorhabens, und zwar vor Suchbeginn. Je
präziser ein Recherchevorhaben formuliert werden kann,
desto grösser die Wahrscheinlichkeit, innert
nützlicher Frist relevante Dokumente zu finden.
Suchmaschinen - ebenso wie die thematischen Kataloge- enthalten
nicht die Dokumente selber, sondern bloß deren Titel -
eventuell zusammen mit einer kurzen Beschreibung des Inhalts -
und ihre internet-Adresse. Die Relevanz des Resultats für
die eigene Recherche hängt dabei zunächst von den
folgenden vier Faktoren ab:
- Für die Suche wurde die geeignete Suchmaschine
gewählt. Suchmaschinen haben unterschiedliche Stärken
und Schwächen, nur die Erfahrung lehrt sie.
- Die Suche wurde mit geeigneten Stichwörtern
durchgeführt.
- Die Sucheingabe wurde richtig formuliert. Jede
Suchmaschine verlangt eine bestimmte Syntax bei komplexeren
Sucheingaben.
- Die Suche wurde auf die relevanten Attribute
eingeschränkt.
Sind diese vier Bedingungen erfüllt, ergibt sich als
Resultat in den meisten Fällen immer noch eine ansehnliche
Liste von Dokumenten, die für die Recherche allenfalls
relevant sein könnten. Erst wenn diese Liste nicht mehr als
ein paar Dutzend Dokumente enthält, hat man Gewähr, dass
die Suchvorgaben richtig gewählt worden sind.
Suchmaschinen sind feine und mittlerweile unverzichtbare
Einrichtungen im Internet. Um aber effektiv die Informationen zu
finden, die man gerade sucht, sind gewisse Maßnahmen zu
beachten. Im allgemeinen ist es so, daß das Gefühl
für die richtige Bedienung einer Suchmaschine sich
erst mit der Zeit und nach einigen erfolgreichen und vergeblichen
Versuchen einstellt. Aus diesem Grund kann es auch sinnvoll sein,
sich für die meisten Suchen auf die leistungsfähige
Suchmaschine zu beschränken, die einem/einer gut bekannt
sind. Natürlich gibt es auch Gründe, von Zeit zu Zeit
andere Suchmaschinen zu testen, um die Mechanismen und
Erfolgsquoten vergleichen zu können.
Im Normallfall wird bei der einfachen Suche nach WWW-Seiten
gesucht, die eines der angegebenen Wörter enthalten. Nun ist
es aber häufig so, daß nicht nur eines dieser Worte,
sondern mehrere oder möglichst alle in der gesuchten
WWW-Seite vorkommen sollten.
Sehr viel mehr ist allerdings mit der erweiterten Suche
machbar. Die erweiterte Suche - hier als Beispiel Altavista -
bietet vier Vorteile gegenüber der einfachen Suche:
- Das Feld für die Eingabe des Suchtextes (Boolean
expression) ist umfangreicher, so daß auch komplizierte
Anfragen übersichtlich eingegeben werden können.
- Es können Prioritäten gesetzt werden, d.h.
Begriffe, die besonders wichtig sind, werden in dem normalen
Suchfeld (neben dem Knopf "Search") eingetragen. Das hat
Einfluß auf die Reihenfolge innerhalb der Ergebnisliste
(Seiten mit diesen Begriffen stehen ganz oben). Wenn bei der
erweiterten Suche allerdings dort keine Begriffe eingegeben
werden, werden die Seiten völlig unsortiert
präsentiert.
- Ein Datumsbereich für die gesuchten Seiten kann
angegeben werden, so daß z.B. nur Seiten, die in den
letzten zwei Wochen angelegt oder aktualisiert wurden,
herausgesucht werden.
- Wenn die Option "Count documents matching the boolean
expression" angekreuzt ist, wird nur die Anzahl der Seiten, auf
die der Suchtext paßt, ausgegeben.
Um verschiedene Begriffe miteinander zu verknüpfen,
müssen die Operatoren AND (und), OR (oder),
NEAR (nahe bei) und NOT (nicht) verwendet
werden. Sie müssen in englisch (wie hier aufgeführt)
sein, können aber auch klein geschrieben werden. Alternativ
dürfen auch Symbole benutzt werden:
Der NEAR-Operator bedeutet, daß zwischen zwei damit
verknüpften Suchbegriffen höchstens zehn andere Worte
liegen dürfen. Der Operator NOT dient dazu, bestimmte
Begriffe aus einer Anfrage auszuschließen, d.h. es werden
nur Seiten gefunden, in denen dieser Begriff nicht auftaucht. Er
muß immer mit anderen Operatoren zusammen verwendet werden.
Außerdem können Klammern gesetzt werden, um deartige
Ausdrücke zusammenzufassen. Es ist aus
Übersichtlichtkeitsgründen sogar sehr sinnvoll, Klammern
zu setzen.
Interessant ist auch der Aspekt der Groß- und
Kleinschreibung. Wenn Wörter klein geschrieben werden,
signalisiert dies, daß die Schreibweise egal ist. Bei der
Verwendung von Großbuchstaben wird allerdings auf exakte
Übereinstimmung geprüft. Wenn die Schreibweise nicht
berücksichtigt werden soll, ist es also immer sicherer, nur
Kleinbuchstaben zu schreiben.
AltaVista bietet an, daß die Suche nach Begriffen nur auf
bestimmte Bereiche eines Dokuments wie etwa den Titel
beschränkt wird. Das Beschränkungsschlüsselwort
(wie etwa "title") muß dabei komplett in Kleinbuchstaben
geschrieben werden und mit einem Doppelpunkt (direkt dahinter)
abgeschlossen werden.
Evaluieren der Resultate von Suchmaschinen
Bevor man nun einzelne Dokumente herunterlädt,
empfiehlt Gertsch (1999), die Information, welche die Suchmaschine
über die Dokumente liefert, etwas genauer zu studieren. Alle
Suchmaschinen liefern:
- den Dokumenttitel
Er gibt zunächst einmal Aufschluß über die
Sprache, in der das Dokument verfasst ist. Der Titel kann ferner
aussagekräftig und präzise sein oder sehr allgemein
gehalten. Manchmal fehlt er ganz (no title) oder er ist
verstümmelt oder auf sonst eine Weise unvollständig, was
immer auf mangelnde Professionalität bei der Seitenerstellung
schließen läßt. Solche Dokumente sind meist
wertlos.
- den URL
Hier erfährt man einiges über den Anbieter der Seite:
Aus welchem Land stammt er (.de, .ch, ...); handelt es sich um
eine Firma (.com); eine Universität (.edu); eine
nicht-kommerzielle Organisation (.org); ein kurzer URL verweist
meist auf eine wichtige Einstiegsseite (homepage), wogegen lange
URLs, in denen Unterverzeichnisse erscheinen, eher auf ein
spezielleres Dokument in einer ganzen Dokumentstruktur verweisen.
Private Homepages erkennt man oft daran, dass sie sich in einem
Verzeichnis 'hompages' befinden, oder in einem Verzeichnis, dessen
Name ein Eigenname mit vorangestellter Tilde (~) ist.
Die folgende Recherche möge als kleine Illustration dazu
dienen. Alle die folgenden Dokumente wurden mit den
Stichwörtern "inline skating" in der Suchmaschine Excite
gefunden. Aufgrund der Dokumenttitel und der URLs (http:// ...)
lässt sich bereits einiges über die Dokumente
aussagen:
- eine kurze Inhaltsbeschreibung:
Oft handelt es sich dabei bloß um die ersten paar Zeilen
des Dokuments. Professionelle WWW-Autoren sind deshalb immer
dafür besorgt, dass wichtige Informationen über den
Inhalt des Dokuments gleich in den ersten Zeilen erscheinen.
Zusammen mit dem Titel und dem URL lassen sie
Rückschlüsse zu über die Sprache und Textsorte
(kommerziell, nicht-kommerziell, privat, offiziell, ...) des
Dokuments.
Es gibt keine allgemeingültigen Kriterien dafür,
welche Dokumente relevant sind. Je nach Recherche wird man gewisse
Kriterien höher gewichten als andere. Recherchiert man z.B.
ein sehr entlegenes, spezielles Fachgebiet, das eher von einzelnen
Personen als von Institutionen gepflegt wird, so wird man privaten
Dokumenten mehr Beachtung schenken als solchen von
Universitäten oder Firmen. Sucht man offizielle Informationen
zu einem Thema, so wird man sich eher an die Publikationen von
öffentlichen Institutionen halten. Sucht man Informationen
über bestimmte Produkte (auch Bücher, CDs, Filme, ...),
so werden kommerzielle Anbieter wichtige Informationsquellen sein.
Sehr aktuelle Informationen zum Tagesgeschehen findet man auf den
Servern von Tageszeitungen und Nachrichtenagenturen.
Nachdem die für die persönliche Recherche allenfalls
relevanten Adressen identifiziert sind, lassen sich die Dokumente
herunterladen und evaluieren.
Evaluieren eines einzelnen Dokuments
Um die Qualität und Relevanz des Inhalts eines einzelnen
Hypertextdokuments zu beurteilen, braucht es nach Gertsch (1999) -
genau wie bei den Druckmedien - Sach- und Fachkenntnisse in
den Bereichen, die das Dokument beschlägt. Kennt man sich in
den Inhalten nicht besonders gut aus, so kann man sich auf die
Beurteilung des fraglichen Dokuments durch andere Benutzer
abstützen. Zu diesem Zweck gibt man z.B. im Altavista
Advanced Modus ein: link:URL des Dokuments. Auf diese Weise
erhält man eine Liste von Dokumenten, welche das Dokument
zitieren. Eventuell finden sich auf diese Weise Besprechungen,
Kommentare, Bewertungen des fraglichen Dokuments. In jedem Fall
erkennt man, wer sich für das Dokument interessiert.
Findet man keine Verweise auf das Dokument, so bleibt immerhin
die Beurteilung von formalen Kriterien, die meist
verlässliche Rückschlüsse auch auf die
Qualität und vor allem die Dichte der im Dokument enthaltenen
Information erlauben.
Qualitativ hochstehende Hypertextdokumente auf dem WWW zeichnen
sich durch folgende formale Eigenschaften aus:
- Was als erstes auf dem Bildschirm erscheint, muss
unmittelbar dem Zweck der Information dienen.
Bildschirmfüllende Grafiken ohne jede Informationsfunktion
lassen einen Mangel an Professionalität erkennen.
- Es ist ein Kopf oder eine Spalte vorhanden, die Auskunft
gibt über den Anbieter des Dokuments und den
Gesamtzusammenhang, in dem das Dokument steht. Ist das
Dokument Teil einer ganzen Dokumentstruktur, dann sollte seine
Position darin sofort ersichtlich sein.
- Die wichtigsten Informationen, die Kernaussagen, ein
allfälliges Inhaltsverzeichnis oder Verzeichnisse
von Quellen stehen im ersten Drittel des Dokuments.
- Das Dokument ist insgesamt nicht länger als zwei
oder drei Bildschirmseiten. (Ausnahmen: elektronische
Texte).
- Es ist eine Fußzeile vorhanden mit dem Namen des
Autors, seiner e-mail Adresse, dem Erstelldatum und dem
Datum der letzten Aktualisierung des Dokuments. Die letzte
Aktualisierung liegt nicht weiter als ein paar Wochen
zurück.
- Die grafischen Elemente des Dokuments - inkl. Rahmen -
haben Informations- oder Navigationsfunktion. Sie sind nicht
blosse dekorative, spielerische oder zusätzliche
Elemente.
- Alle Hyperlinks im Dokument funktionieren und
führen zu aktuellen Dokumenten.
- Neue Links sind besonders markiert.
Sind alle diese Anforderungen erfüllt, so kann man mit
einiger Sicherheit davon ausgehen, dass auch der Inhalt gewissen
Ansprüchen standhält.
Irreführende Werbung
In letzter Zeit ist es immer üblicher geworden, sogenannte
Werbebannerìauf WWW-Seiten (insbesondere bei Suchmaschen
oder "Portal Sites") einzublenden. Mit den lästigen
Ladezeiten dieser Bildchen könnte mensch sich eigentlich noch
abfinden. Leider ist es aber zunehmend so, daß diese
Werbebanner nicht als solche gekennzeichnet werden. Es wird
einerseits suggeriert, daß sie ein Teil der angewählten
Seite bilden, und andererseits soll der Anwender/die Anwenderin
zum Anklicken dieser Werbebanner ermutigt werden, wobei dies
meiner Meinung teilweise unter graphischer Vorspiegelung falscher
Funktionen erfolgt. So werden Scrollbars dargestellt, die
vermeintlich verdeckte Textteile sichtbar machen sollen. Klickt
jemand auf diesen vorgetäuschten Scrollbar, landet er
unbeabsichtigt auf einer ganz anderen Seite. Ebenso werden
Informationen über den eigenen Computer bzw. ein Systemcheck
versprochen, in Wirklichkeit verbirgt sich dahinter wiederum ein
Link auf eine andere WWW-Seite.
Zusammenstellungen von Suchmaschinen
- Die
Standardsuchmaschinen,
weitere Suchmaschinen
im Internet (schon alt :-)
eine dritte umfangreiche
Liste von Suchmaschinen
Aller guten Dinge sind 4: Noch
eine Sammlung von Suchmaschinen
Ach ja, da gibt es noch eine
weitere Sammlung von Suchmaschinen
und dann Web-Kataloge
- Suchmaschinen - Metasuchmaschinen - E-Mail-Suche -
Programm-Suche und die Zusammenstellung
des PI St. Pölten!
[pLANet]s
Suchmaschinen.
Die Zukunft? Intelligente Agenten
Mit dem Fortschreiten der weltweiten Vernetzung und der damit
verbundenen steigenden Komplexität bedarf es neben den
teilweise schon ausgereiften Suchdiensten auch der Erforschung und
Entwicklung neuer Methoden zur Unterstützung der Nutzer
für ein effizientes und zielgerichtetes Arbeiten im
Internet.
In diesem Zusammenhang hört man oft den Begriff
»Intelligente« oder »Mobile« Agenten. Diese
weiterführenden Konzepte aus dem Bereich der Künstlichen
Intelligenz versprechen eine weitere Professionalisierung des
Umgangs mit dem Internet. Die aufgrund dieser Konzepte
entwickelten intelligenten Agenten sind Programme, die
Aufträge eines Benutzers oder eines anderen Programmes mit
einem gewissen Grad an Eigenständigkeit und
Unabhängigkeit ausführen und dabei Wissen über die
Ziele und Wünsche des Benutzers anwenden.
Wenn auch momentan keine universell gültige und akzeptierte
Definition des Begriffs »Agenten« existiert, gibt es
doch einige Charakteristiken, die solche Agenten gemeinsam haben
(sollten):
- Zielorientierung
Der Benutzer muß in der Lage sein, dem intelligenten
Agenten komplexe Anfragen stellen zu können. Die
Entscheidung, wie die Aufgabe in Teilaufgaben zerlegt wird, wo
und wann die erforderlichen Informationen zu finden sind,
obliegt dann dem Agenten. Der Benutzer braucht sich dann nur um
das »Was« und nicht um das »Wie« seiner
Anfrage zu kümmern.
- Flexibilität
Die Aktionen eines Agenten zum Lösen einer Aufgabe sind zu
keinem Zeitpunkt festgelegt. Der Agent ändert sein
Verhalten, wenn ihn äußere Umstände dazu
zwingen oder wenn die Teillösung einer Aufgabe neue
Aspekte hervorbringt, die eine geänderte Vorgehensweise
zum Erreichen eines Zieles nahelegen. Zu den äußeren
Umständen gehört z.B. eine Veränderung der
Softwareumgebung oder ein nicht erreichbarer Server im
Internet.
- Mitarbeit
Der Agent nimmt nicht nur blind Kommandos entgegen, sondern
rechnet auch damit, daß der menschliche Benutzer Fehler
macht, wichtige Informationen ausläßt oder daß
Mehrdeutigkeiten aufgedeckt werden müssen. Diese
Unklarheiten müssen dann durch geeignete Mittel, wie zum
Beispiel Nachfrage beim Benutzer, Heranziehen einer
Wissensbasis u.a., beseitigt werden.
- Selbststart
Ein Agent ist in der Lage, eine Aktion zu starten, ohne
unmittelbar vom Benutzer angesprochen worden zu sein. So
könnte er beispielsweise automatisch eine Suche im WWW
beginnen, wenn die Netzbelastung relativ niedrig ist. Dies kann
auch geschehen, wenn der Benutzer gerade nicht am Computer
eingeloggt ist.
- Kommunikationsfähigkeit
Ein intelligenter Agent muß in der Lage sein, auf
effektive Art und Weise Informationen beschaffen zu
können. Dazu dient die Kommunikation mit der
Softwareumgebung, mit anderen Agenten und nicht zuletzt mit dem
Benutzer. Zur Inter-Agenten-Kommunikation dienen sogenannte
Agent-Communication-Languages (ACL). Damit sind Agenten
nicht nur fähig, Wissen und Informationen von anderen
Agenten zu bekommen, sondern können auch gemeinsam an der
Lösung einer Aufgabe arbeiten. Zur Kommunikation mit dem
Benutzer dienen heute meist noch Dialogboxen;
natürlichsprachliche Zugänge werden erforscht.
- Anpassungsfähigkeit
Agenten sollen sich an den Benutzer anpassen können, d.h.
seine Gewohnheiten und seine Arbeitsweise kennen. Manche
Forscher gehen sogar soweit, daß sie fordern, ein Agent
solle einen Charakter und einen "Gemütszustand" haben, um
von seinem Benutzer als glaubwürdiger Partner akzeptiert
zu werden!
Als »Mobile Agenten« werden solche bezeichnet, die
sich selbst mitsamt ihrem Code und ihrem inneren Zustand, d.h. mit
den bis dahin von ihnen gesammelten Informationen, durch das
Internet bewegen können. Die hier besprochenen
Charakteristiken sind nicht notwendig mobil. Nicht alle mobilen
Agenten benutzen Mittel der Künstlichen Intelligenz.
