Dieses Performance-Problem besteht bei der der kontextorientierten Suchtechnologie nicht. Sie sammelt die Daten nicht bei einzelnen Ressourcen ein, sondern durchkämmt einen einzigen großen Index, der alle Einträge aus den verschiedenen Datenbanken enthält. Zudem werden Informationsanalysen auch während der Anfragebearbeitung durchgeführt (Query Time Content Mining, QTCM). E-Commerce-Nutzer haben damit die Möglichkeit, präzise Suchen in strukturierten und unstrukturierten Daten und Multimedia-Inhalten durchzuführen – Funktionen, die bislang Experten vorbehalten waren. Im Gegensatz dazu analysieren konventionelle Systeme die Inhalte ausschließlich während der Indizierungszeit (Index Time Content Mining, ITCM). Datenmodelle werden vor der Indizierung festgelegt. Nach der Indizierung werden die Original-Inhalte normalerweise verworfen, so dass wichtige, im Kontext enthaltene Beziehungen unwiderruflich verloren gehen und die Ergebnisse auf Modellen beruhen, die durchschnittlich nur zu 80 Prozent richtig sind.

Erweiterte Funktionen

Kontextorientiertes Suchen kann als Brückentechnologie betrachtet werden, die Suchmaschinen und Datenbanken verbindet und die besten Merkmale beider Techniken vereint: Anfragen werden innerhalb von Sekundenbruchteilen bearbeitet und gleichzeitig sind die Ergebnisse vollständig – und das trotz verschiedener Datenquellen. Kontextorientiertes Suchen kann auch als Entlastung für Datenbanken eingesetzt werden. Die Rechenlast wird dann aufgeteilt: mit der Datenbanktechnologie werden Transaktionen bearbeitet, die kontextorientierte Suche erlaubt das Suchen und Analysieren von Informationen und Daten.

Möglich wird dies durch eine Kombination moderner Technologien zur Informationsgewinnung. Die Text- und Datenanalyse (Data Mining) erkennt Informationen automatisch durch das Extrahieren von Mustern und durch Beziehungen zwischen Entitäten in Texten bzw. strukturierten Daten. Selbst Multimedia-Inhalte können mit der intelligenten Maschine analysiert werden. Recherchesysteme, die eine Vielzahl an Quellen durchsuchen, müssen flexibel agieren. Anstatt mit dem De-facto-Standard XML eigene Tags und Dokumentenstrukturen zu definieren, setzt die kontextorientierte Suchtechnologie auf geschachtelte Strukturen mit Bereichsdefinitionen und Tags. Auf diese Weise können neue Arten präziser Anfragen bearbeitet werden, bei denen Struktur- und Inhaltsinformationen kombiniert und Kontextbedingungen bei der Suche berücksichtigt werden. Skalierbarkeit und Konsistenz sind die Voraussetzung dafür, dass „hinter den Kulissen“ aufwändige Operationen wie nahtloses Filtern und Aufwerten von strukturierten und unstrukturierten Daten, Multimedia-Inhalten, Suchanfragen und Ergebnissen durchgeführt werden können, ohne dass es zu Performance-Einbußen für die Nutzer kommt.

[Vorherige]  1 2 3  [Nächste]