Semantische Suchmaschinen

Nutzen Sie Ihre Zeit für Informationen, nicht für die Suche danach

Anders als im Web kann die Relevanz eines Suchergebnisses im Enterprise-Bereich nicht auf Basis des Verlinkungs-Grades eines Dokumente berechnet werden, da Firmen-Intranets bei weitem weniger Link-Strukturen aufweisen. Umso wichtiger ist daher die semantische Analyse der zu indizierenden Dokumente mit Hilfe von Wissensmodellen wie Thesauri und mit Verfahren des Text-Minings. Damit kann das System besser “verstehen”, welche Inhalte ein Dokument hat, und auch lernen, wie Begriffe, Phrasen bzw. Entitäten (Orte, Personen, Produkte, Branchen etc.) eines Unternehmens zueinander in Beziehung stehen.

Finden Sie mit der Semantic Web Company Ihren Partner

Eine leistungsstarke semantische Enterprise-Suche nach heutigem Maßstab beachtet folgende Faktoren, über die wir Sie gerne beraten:

  • Datenintegration: Konnektivität zu bestehenden Systemen, wie Datenbanken, Portal-Systemen, CMS, DMS oder Enterprise Wikis
  • Datenumfang: Skalierbarkeit & hohe Performance auch bei großen User-Zahlen
  • Anwendungsintegration: Flexibilität in Hinblick auf Integration von Suchdiensten in Drittanwendungen und Anpassung der Benutzeroberflächen
  • Web-Konnektivität: Leistungsstarkes Web-Crawling, um auch Informationen aus dem Web in die Intranet-Suche einbinden zu können
  • Relevancy Ranking: Intelligente Algorithmen, um die Relevanz eines Dokuments zu einer Suchanfrage bestimmen zu können.

Wofür der Aufwand?

Durch den Einsatz kontrollierter Vokabulare als Basis Ihres Enterprise Search Systems begleiten wir Sie ins semantische Zeitalter des Informationsmanagements. Folgende Funktionen könnten dann schon bald Ihren Alltag erleichtern:

Auto-Complete: Das System vervollständigt die Suchanfrage automatisch und schlägt Suchbegriffe vor, die für den User von Interesse sind. Mit Auto-Complete werden beispielsweise Tippfehler vermieden, und somit Suchzeiten reduziert. Hat der User die genaue Schreibweise eines Suchbegriffs vergessen, so wird er mittels Auto-Complete dabei unterstützt, trotzdem den Begriff „wieder zu erinnern“.

Facettierte Suche: Facetten können mit Dimensionen eines Suchraums verglichen werden, z.B. Orte, Personen, Dokumenttyp, Zeitraum, Thema etc. Mit jeder weiteren Angabe einer Facette „schrumpft“ die Liste der Ergebnisse zusammen, die Suchergebnisse weisen höchste Präzision auf.

Moderierte Suche/ Suchverfeinerungen: Der Benutzer sucht zum Beispiel nach „Enterprise Search“ und erhält mehrere Tausend Treffer. Um die Anfrage zu verfeinern werden Begriffe vorgeschlagen, die in der Resultatmenge häufig erscheinen, z.B. um verwandte Begriffe wie „Sharepoint Enterprise Search“ oder „Information Retrieval“. Die Ergebnisse lassen sich schnell einschränken, es kann gezielt in großen Dokumentmengen gesucht werden.

Automatische Sucherweiterung: Diese Funktion (auch: "Query-Rewriting") erweitert eine Suchanfrage um verwandte Begriffe. Ein Beispiel: Der User sucht nach „Enterprise Search“, die Suchanfrage wird um Synonymbegriffe wie „unternehmensweite Suche“ erweitert, die beiden Begriffe werden mit ODER verknüpft. Insbesondere mehrsprachige Dokumentbestände können so präziser durchsucht werden.

Ähnlichkeitssuche: Zum Beispiel wurde ein interessantes Dokument gefunden und es werden nun ähnliche Dokumente angezeigt oder es wird gerade ein Dokument erstellt und dazu passende Texte aus dem Bestand werden vorgeschlagen. Bestehenden Ressourcen werden so besser genutzt. Diese Funktion kommt insbesondere bei Wissensmanagement-Anwendungen zum Einsatz, wie beim Identifizieren „ähnlicher Lessons learned“.

Personensuche/ Suche nach Ansprechpartner: Moderne Suchtechnologien können aus großen Dokumentenbeständen Personennamen automatisch extrahieren, weiters können Abfragen getätigt werden, wie z.B.: „Wo wird Herr Mustermann gemeinsam mit Thema X erwähnt?“. Daraus lassen sich Expertensuchmaschinen generieren, die dabei helfen, Ansprechpartner zu gewissen Themen im Unternehmen treffsicherer zu identifizieren.

Tagging/ Tag-Recommender: Ein Dokument wird zunächst von der Suchmaschine analysiert und es werden daraus passende Schlagwörter (Tags) generiert. Diese werden dem Mitarbeiter vorgeschlagen, das Tagging bleibt dadurch einfach bei hoher Qualität. Der Suchindex wird stark aufgewertet, da vorwiegend passende Begriffe zu jedem Dokument mit indiziert werden.