Wie gut sind Google und Co.?

Wie gut sind eigentlich Google und Co.? Prof. Dr. Dirk Lewandowski Hochschule für Angewandte Wissenschaften Hamburg, Department Information dirk.lewandowski@haw-hamburg.de

Köthen, 24. Juni 2011

1 |

Kurzvorstellung

•  Prof. Dr. Dirk Lewandowski

•  Professor für Information Research & Information Retrieval an der Hochschule für Angewandte Wissenschaften Hamburg (HAW)

•  Forschung vor allem zur Qualität von Suchmaschinen, Nutzerverhalten, Query Understanding

2 | Dirk Lewandowski

Die Websuche hat sich verändert...

Wie kann man die Suchanfragen der Nutzer verstehen?

Wie gut sind die Ergebnisse der Suchmaschinen?

Fazit

Agenda

Suchmaschinenforschung an der HAW

3 | Dirk Lewandowski

Die Websuche hat sich verändert...

Wie kann man die Suchanfragen der Nutzer verstehen?

Wie gut sind die Ergebnisse der Suchmaschinen?

Fazit

Agenda

Suchmaschinenforschung an der HAW

4 | Dirk Lewandowski

Mission Statement

 Wir wollen den Suchprozess sowohl aus system- als auch aus nutzerzentrierter Perspektive verstehen und aus diesem Verständnis Empfehlungen für die Verbesserung von Suchsystemen ableiten.

5 | Dirk Lewandowski

Aktuelle Projekte im Bereich Suche

•  Forschungsprojekte •  Qualität von Web-Suchmaschinen (laufend bis 2011) •  Forschungsprojekt „Wissenschaftssuchmaschinen“ (seit WS 2008/09) •  Query Understanding (seit 2010) •  Search Experience (ab 2011)

6 |

Methoden

Search

Relevanztest

Online-Umfrage

Physiologische Untersuchung

Logfile-Analyse Heuristische Evaluation

Eye-Tracking

Usability-Test

7 | Dirk Lewandowski

Aktuelle Projekte (mit Studierenden) im Bereich Suche

•  Lehrprojekte – Verbesserung der Musiksuche (WS2010/11; Projektpartner Musicload) – Lokale Suchmaschinen: Eye-Tracking und Usability (WS 2009/10,

Projektpartner Deutsche Telekom) – Einbindung von Frage-Antwort-Diensten in die Web-Suche (WS2007/08,

Projektpartner Lycos Europe)

•  Abgeschlossene Entwicklungsprojekte (mit MA-Studierenden) •  Suchanfragenklassifikation (in Zusammenarbeit mit T-Online) •  Produktsuche (mit Otto) •  Universal-Search-Konzept für die T-Online-Portalsuche

8 | Dirk Lewandowski

Die Websuche hat sich verändert...

Wie kann man die Suchanfragen der Nutzer verstehen?

Wie gut sind die Ergebnisse der Suchmaschinen?

Fazit

Agenda

Suchmaschinenforschung an der HAW

9 |

Web search: „Always different, always the same“

http://web.archive.org/web/19961023234631/http://altavista.digital.com/

AltaVista 1996

10 |

•  x

11 |

x

12 |

x

Anzeigen

Nachrichten

Bilder

Videos

Blogbeiträge

13 | Dirk Lewandowski

Übertragbarkeit der Universal Search – Beispiel T-Online Portalsuche

14 |

Ergebnisselektion

•  Ergebnisselektion abhängig von •  Position des Treffers •  Vorkommen des Treffers im „sichtbaren Bereich“ •  Darstellung/Hervorhebung des Treffers, Trefferbeschreibung •  Einblendung in Vorschlägen während der Eingabe

15 | Dirk Lewandowski

x

(Eyetracking-Studie HAW-Hamburg 2010)

16 | Dirk Lewandowski

x

17 | Dirk Lewandowski

x

18 |

Eye-Tracking

•  x

19 | Dirk Lewandowski

Fixationen bei kartenbasierter Darstellung – Beispiel T-Online

20 |

x

21 | Dirk Lewandowski

Die Websuche hat sich verändert...

Wie kann man die Suchanfragen der Nutzer verstehen?

Wie gut sind die Ergebnisse der Suchmaschinen?

Fazit

Agenda

Suchmaschinenforschung an der HAW

Hätten Sie‘s verstanden?

•  vatikan •  stockbrot •  bmw •  fußball •  drehscheibe

•  frauentausch •  seelenfarben •  berliner bank •  osterei •  wgt

22 | Dirk Lewandowski

23 | Dirk Lewandowski

•  x

24 | Dirk Lewandowski

•  x

25 | Dirk Lewandowski

•  x

26 | Dirk Lewandowski

Die Suchintention kann sich verändern

27 | Dirk Lewandowski

Die Suchintention kann sich verändern

28 | Dirk Lewandowski

Was kann man aus einer Suchanfrage herauslesen?

•  Genre (Bsp. Nachrichten) •  Thema (grob) •  Intention (informationsorientiert, navigationsorientiert, transaktionsorientiert) •  Ziel (Aktion oder Ressource) •  Spezifität (Bsp. „Mindestlohn“) •  Bandbreite/Mehrdeutigkeit (Ergebnisse ausdifferenzieren) •  Autoritätsbezug •  Ortsbezug •  Zeitbezug (explizit; implizit; aus dem Suchanfrage-Volumen)

(nach Calderon-Benavides et al. 2010)

29 |

Suchanfragen im Kontext

30 |

Drei Anfragetypen

Anfragetypen nach Broder (2002)

•  Informational (informationsorientiert) – Nutzer möchte sich zu einem Thema informieren. – Ziel sind mehrere Dokumente.

•  Navigational (navigationsorientiert) – Ziel ist es, eine bestimmte Seite (wieder) zu finden. – Typisch: Suche nach Homepage („Daimler Chrysler“). – Ziel ist i.d.R. ein Dokument.

•  Transactional (transaktionsorientiert) – Ziel ist das Auffinden einer Website, auf der dann eine Transaktion stattfinden

soll. – Beispiele für Transaktionen: Kauf eines Produkts, Download einer Datei.

31 |

Anwendungsfälle: Konkreter vs. problemorientierter Informationsbedarf

Anwendungsfall Konkret Problemorientiert

Websuche Ebay-Homepage Informationen über die neue Sherlock-Holmes-Serie der BBC

Bibliothekskatalog Ist das Buch „Information Retrieval“ von Stock in der HAW-Bibliothek vorhanden?

Welche Bücher gibt es zum Thema kollaborative Suche?

Online-Dating Welche Hobbies hat Natalia73?

Wer passt zu mir?

Produktsuche Was kostet der Roomba 581?

Welcher Staubsaugroboter ist der beste?

32 |

Navigationsorientierte Suchanfragen anhand von Klicks bestimmen

33 |

Transaktionsorientierte Suchanfragen anhand der Klicks bestimmen

34 | Dirk Lewandowski

Einsatzmöglichkeiten von Query Understanding

•  Anfrageerweiterung •  Generierung von Suchvorschlägen •  Steuerung der organischen Ergebnisse •  Steuerung der Werbung •  Steuerung der Universal Search

35 | Dirk Lewandowski

Die Websuche hat sich verändert...

Wie kann man die Suchanfragen der Nutzer verstehen?

Wie gut sind die Ergebnisse der Suchmaschinen?

Fazit

Agenda

Suchmaschinenforschung an der HAW

36 |

Kernkomponenten einer Suchmaschine

(Risvik & Michelsen 2002)

37 | Dirk Lewandowski

Die Qualität von Suchmaschinen kann nur durch eine Kombination unterschiedlicher Faktoren gemessen werden.

•  Qualität des Index –  Größe des Datenbestands, Abdeckung des Web –  Abdeckung bestimmter Bereiche (Sprachräume, Länder) –  Überschneidungen der Indices –  Aktualität des Datenbestands

•  Qualität der Suchresultate –  Retrievaleffektivität –  Zuverlässigkeit der Suchergebnisse –  Zufriedenheit der Nutzer –  Überschneidungen der (Top-)Ergebnisse

•  Qualität der Suchfunktionen

•  Nutzerfreundlichkeit + Benutzerführung –  Aufbau der Trefferseiten

(Lewandowski & Höchstötter 2007; ergänzt)

38 | Dirk Lewandowski

Die Qualität von Suchmaschinen kann nur durch eine Kombination unterschiedlicher Faktoren gemessen werden.

•  Qualität des Index –  Größe des Datenbestands, Abdeckung des Web –  Abdeckung bestimmter Bereiche (Sprachräume, Länder) –  Überschneidungen der Indices –  Aktualität des Datenbestands

•  Qualität der Suchresultate –  Retrievaleffektivität –  Zuverlässigkeit der Suchergebnisse –  Zufriedenheit der Nutzer –  Überschneidungen der (Top-)Ergebnisse

•  Qualität der Suchfunktionen

•  Nutzerfreundlichkeit + Benutzerführung –  Aufbau der Trefferseiten

(Lewandowski & Höchstötter 2007; ergänzt)

39 |

Entscheidungen beim Design klassischer Retrievaltests

1. Welche Suchmaschine(n)?

2. Wie viele Suchanfragen? 3. Welche Suchanfragen? 4. Wie viele Ergebnisse pro Suchanfrage?

5. Wie viele Juroren? 6. Welche Juroren(gruppen)? 7. Wie viele Juroren je Suchanfrage?

8. Wie sollen Dokumente bewertet werden (Skalen)? 9. Sollen Dokumentbeschreibungen berücksichtigt werden?

10.  Mit welchen Kennzahlen soll gemessen werden?

40 | Dirk Lewandowski

Precision-Recall-Graph (binär) – Beispiel Websuche

41 |

Welches Nutzerverhalten kann in Retrievaltests abgebildet werden?

•  Query-response paradigm •  Annahme: Nutzer gibt Suchanfrage ein, prüft dann das Ergebnis. •  Statisch; „systemorientiert“ „Klassische“ Retrievaltests (Abfrage der „objektiven“ Trefferqualität)

•  Interaktives Retrieval •  Annahme:

•  Recherche findet in mehreren Schritten statt. •  Bei der Recherche handelt es sich um einen „Dialog“ zwischen Nutzer und

System. •  Dynamisch, „nutzerorientiert“ Nutzerstudien (Abfrage der Zufriedenheit der Nutzer)

42 | Dirk Lewandowski

Trefferqualität in der Nutzerstudie

„Wo ist denn nun der Jungferstieg?“

Jungfernstieg

43 |

Tools: RAT & Search Logger

•  RAT (Relevance Assessment Tool) •  Werkzeug zum Design und zur Durchführung klassischer Retrievaltests •  Baukastenprinzip beim Testdesign •  Automatische Abfrage der Treffer der bekannten Suchmaschinen

•  Search Logger (Entwicklung der Uni Tartu, Estland) •  Werkzeug zum Protokollieren von Browserinteraktionen •  Task-basiert

•  Ziel 2011: Zusammenführung der beiden Tools, um interaktives IR in Suchmaschinen evaluieren zu können.

44 | Dirk Lewandowski

Die Websuche hat sich verändert...

Wie kann man die Suchanfragen der Nutzer verstehen?

Wie gut sind die Ergebnisse der Suchmaschinen?

Fazit

Agenda

Suchmaschinenforschung an der HAW

45 |

Fazit

•  Im Bereich Suche sind noch viele Fragen offen...

•  Was die großen Suchmaschinen „gut“ macht, ist vor allem die Antizipation der Nutzerbedürfnisse.

•  Es besteht eine starke Übertragbarkeit der Erkenntnisse aus der Websuche auf andere Suchsysteme.

•  Während Einzelbereiche der Nutzer-/Suchmaschineninteraktion gut verstanden werden, fehlt ein Gesamtverständnis des Suchprozesses.

•  Für viele Fragestellungen sind Kooperationen zwischen Forschung und Industrie unerlässlich.

Vielen Dank für Ihre Aufmerksamkeit.

www.bui.haw-hamburg.de/lewandowski.html

Aktuelles Buch: Handbuch Internet-Suchmaschinen 2

E-Mail: dirk.lewandowski@haw-hamburg.de