Intelligente Suchmaschinen

Inhaltlich unvernderte Neuauflage. Das Internet wchst stetig. (Volltext-)Suchmaschinen helfen beim Auffinden von Informationen, gehen dabei aber nicht besonders intelligent vor. Sie beschrnken sich auf eine Suche nach Webseiten, die die gesuchten Begriffe enthalten, ohne die Anfrage in einen genaueren Kontext zu stellen. Was im Anfangsstadium des Internet noch ausreichte, gengt schon seit lngerem nicht mehr zum gezielten Durchsuchen von Milliarden von Webseiten. Dabei ist eine automatische Klassifikation von Webseiten mit gngigen maschinellen Lernverfahren schon lange mglich. Ebenso lassen sich inhaltlich gleiche Seiten erkennen und gezielt ausfiltern. Der Autor gibt einfhrend einen berblick ber gngige Verfahren zur Klassifikation von Texten, mit denen sich auch die Inhalte von Webseiten klassifizieren lassen. Er erlutert zustzliche Merkmale von Webseiten, mit denen sich diese Klassifikation gegenber der reinen Textklassifikation weiter verbessern lsst und bewertet diese Merkmale mit verschiedenen Versuchen. Dabei wird zwischen einer Analyse der gesamten Webseite und einer Analyse lediglich anhand der Vorschaudaten der Suchmaschine unterschieden. Anschlieend werden Verfahren zur Erkennung von Inhaltlich gleichen Seiten erlutert und auf ihre Eignung zur Filterung von Webseiten untersucht.