Analyse der Übertragbarkeit allgemeiner Rankingfaktoren von Web-Suchmaschinen auf Discovery-Systeme

Titelangaben

Walz, Julia:
Analyse der Übertragbarkeit allgemeiner Rankingfaktoren von Web-Suchmaschinen auf Discovery-Systeme.
Köln , 2018 . - 75 S.
( Bachelorarbeit, 2018 , Technische Hochschule Köln)

Volltext

Link zum Volltext (externe URL):

Abstract

Ziel dieser Bachelorarbeit war es, die Übertragbarkeit der allgemeinen Rankingfaktoren, wie sie von Web-Suchmaschinen verwendet werden, auf Discovery-Systeme zu analysieren. Dadurch könnte das bisher hauptsächlich auf dem textuellen Abgleich zwischen Suchanfrage und Dokumenten basierende bibliothekarische Ranking verbessert werden. Hierfür wurden Faktoren aus den Gruppen Popularität, Aktualität, Lokalität, Technische Faktoren, sowie dem personalisierten Ranking diskutiert. Die entsprechenden Rankingfaktoren wurden nach ihrer Vorkommenshäufigkeit in der analysierten Literatur und der daraus abgeleiteten Wichtigkeit, ausgewählt. Von den 23 untersuchten Rankingfaktoren sind 14 (61%) direkt vom Ranking der Web-Suchmaschinen auf das Ranking der Discovery-Systeme übertragbar. Zu diesen zählen unter anderem das Klickverhalten, das Erstellungsdatum, der Nutzerstandort, sowie die Sprache. Sechs (26%) der untersuchten Faktoren sind dagegen nicht übertragbar (z.B. Aktualisierungsfrequenz und Ladegeschwindigkeit). Die Linktopologie, die Nutzungshäufigkeit, sowie die Aktualisierungsfrequenz sind mit entsprechenden Modifikationen übertragbar.

Abstract in weiterer Sprache

The purpose of this bachelor thesis was to analyze the transferability of the general ranking factors, as used by web search engines, to Discovery-Systems. As a result of this investigation, the library ranking, which used to be based primarily on textual matching between search query and documents, could be improved. For this purpose ranking factors from the groups popularity, freshness, locality, technical factors as well as the personalized ranking factors were discussed. The corresponding ranking factors were selected according to their frequency of occurrence in the literature analyzed and the importance derived therefrom. 23 ranking factors were examined, 14 (61%) are directly transferable from the web search engines to the discovery systems. These include for example click popularity, publication date, user location, and language. However, six (26%) of the investigated factors are not transferable (e.g., update frequency and page loading rate). The Link-based ranking, the frequency of usage, as well as the update frequency are transferable with appropriate modifications.