Search (130 results, page 3 of 7)

0.012300599 = product of:
  0.036901798 = sum of:
    0.010096614 = weight(_text_:in in 342) [ClassicSimilarity], result of:
      0.010096614 = score(doc=342,freq=4.0), product of:
        0.059380736 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.043654136 = queryNorm
        0.17003182 = fieldWeight in 342, product of:
          2.0 = tf(freq=4.0), with freq of:
            4.0 = termFreq=4.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.0625 = fieldNorm(doc=342)
    0.026805183 = weight(_text_:und in 342) [ClassicSimilarity], result of:
      0.026805183 = score(doc=342,freq=4.0), product of:
        0.09675359 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.043654136 = queryNorm
        0.27704588 = fieldWeight in 342, product of:
          2.0 = tf(freq=4.0), with freq of:
            4.0 = termFreq=4.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.0625 = fieldNorm(doc=342)
  0.33333334 = coord(2/6)

Abstract

Social Search beschreibt die Einbeziehung des sozialen Kontexts in den Prozess der Informationssuche. Der folgende Beitrag zeigt die Entwicklung sozialer Suche auf und systematisiert den Bereich von Social Search Engines im WWW durch eine grundlegende Unterscheidung verschiedener Social-SearchKonzepte. Durch die Beschreibung typischer Merkmale bestehender Social-Search-Implementierungen werden diese überschau- und vergleichbar gemacht.

Source

Handbuch Internet-Suchmaschinen, 2: Neue Entwicklungen in der Web-Suche. Hrsg.: D. Lewandowski

0.012300599 = product of:
  0.036901798 = sum of:
    0.010096614 = weight(_text_:in in 3180) [ClassicSimilarity], result of:
      0.010096614 = score(doc=3180,freq=4.0), product of:
        0.059380736 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.043654136 = queryNorm
        0.17003182 = fieldWeight in 3180, product of:
          2.0 = tf(freq=4.0), with freq of:
            4.0 = termFreq=4.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.0625 = fieldNorm(doc=3180)
    0.026805183 = weight(_text_:und in 3180) [ClassicSimilarity], result of:
      0.026805183 = score(doc=3180,freq=4.0), product of:
        0.09675359 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.043654136 = queryNorm
        0.27704588 = fieldWeight in 3180, product of:
          2.0 = tf(freq=4.0), with freq of:
            4.0 = termFreq=4.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.0625 = fieldNorm(doc=3180)
  0.33333334 = coord(2/6)

Abstract

Dieser Artikel befasst sich mit der Beudeutung von Suchmaschinenoptimierung für öffentliche Bibliotheken. Für ein besseres Verständnis der Optimierungen wird die grundlegende Vorgehensweise von Suchmaschinen erläutert und ein Einblick in den Aufbau von Websitemodellen gegeben. Es wird gezeigt werden, dass die Ziele einer Suchmaschinenoptimierung weitreichender sind, als nur in der Google Trefferliste auf Platz eins zu stehen und dass die Verwirklichung dieser Ziele einer umfassenden Planung bedart. Abschließend werden die praktischen Maßnahmen für die Optimierung der Website dargestellt.

0.012046387 = product of:
  0.03613916 = sum of:
    0.01126187 = weight(_text_:in in 765) [ClassicSimilarity], result of:
      0.01126187 = score(doc=765,freq=26.0), product of:
        0.059380736 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.043654136 = queryNorm
        0.18965527 = fieldWeight in 765, product of:
          5.0990195 = tf(freq=26.0), with freq of:
            26.0 = termFreq=26.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.02734375 = fieldNorm(doc=765)
    0.02487729 = weight(_text_:und in 765) [ClassicSimilarity], result of:
      0.02487729 = score(doc=765,freq=18.0), product of:
        0.09675359 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.043654136 = queryNorm
        0.25712007 = fieldWeight in 765, product of:
          4.2426405 = tf(freq=18.0), with freq of:
            18.0 = termFreq=18.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.02734375 = fieldNorm(doc=765)
  0.33333334 = coord(2/6)

Content

"Eigentlich müssten die Besucher der GoogleEntwicklerkonferenz I/O in diesem Jahr enttäuscht sein: Alle Spekulationen im Vorfeld der Konferenz über ein neues Android-Betriebssystem sowie über einen Tablet-Computer mit Super-Display erwiesen sich am Mittwoch (Ortszeit) als Luftnummer. Und die über drei Stunden dauernde Eröffnungsveranstaltung wurde auch nicht wie im vergangenen Jahr durch die Aktion mutiger Fallschirmspringer aufgelockert. Sie hatten damals ihren Flug von einem Luftschiff auf das Dach des Konferenzcenters live mit einem Prototypen der Cyberbrille Google Glass als Videostream auf eine riesige Leinwand übertragen. Als Flop wird die Google I/O 2013 aber nicht in die Technik-Geschichte eingehen, ganz im Gegenteil. Rückblickend könnte die Entwicklerkonferenz als der Zeitpunkt eingeschätzt werden, an dem Google die Internet-Suche neu erfunden hat. Für die meisten Internet-Anwender ist die Google-Suche synonym mit dem Eintippen eines Begriffs in einen einfach gestalteten Suchschlitz. Das wird sich ändern. Künftig werden Suchabfragen immer öfter - auch auf dem Desktop-Computer - in gesprochener Sprache erfolgen. Der Befehl "Okay Google" öffnet das virtuelle Ohr. Danach kann man der Suchmaschine wie einem Menschen mündlich eine Frage stellen: "Wie ist das Wetter in Berlin?". Google versteht dann auch die Abschlussfrage "Und in München?" richtig, obwohl in dem Kurzsatz das Wort "Wetter" gar nicht mehr auftaucht. Google-Manager Amit Singhal sieht damit "das Ende der Suche - wie wir sie kennen" in naher Zukunft kommen. Das liegt zum einen an dem Wissensschatz, der sich inzwischen in den Google-Servern angehäuft hat und über Technologien wie den "Google Knowledge Graph" effizient abgerufen werden kann. Dazu kommt aber auch eine "soziale" Komponente, da der US-Konzern fast alles über die Vorlieben seinen Anwender weiß - zumindest wenn diese bereit sind, diese mit ihm zu teilen. Das führt dazu, dass es künftig nicht mehr eine einzige universelle Internet-Suche gibt, sondern unzählige verschiedene Suchergebnisse, die stets auf die Präferenzen der User angepasst sind.
Diese "soziale" Ebene legt Google künftig über quasi alle seine Produkte. So zeigen die neu gestalteten Google Maps einem Kunstliebhaber einen Stadtplan mit allen Galerien und Museen, während einem Shopaholic dagegen bevorzugt Boutiquen und Kaufhäuser auf denselben Karten ausschnitt gezeichnet werden. Außerdem werden Informationen über Unfälle auf den Straßen direkt in Google Maps eingebunden . Zudem wurde ein neuer Streaming-Musikdienst vorgestellt, bei dem die Songs direkt aus dem Netz abgespielt werden. Das Abo-Angebot mit dem Namen Google Play Music All Access ist zunächst in den USA verfügbar. Für die Google-Anwender heißt dies zunächst, dass die Dienste des Internet-Giganten im Zweifelsfall noch praktischer werden als sie es heute ohnehin schon sind. Gleichzeitig müssen sich die User aber auch vor Augen halten, wie sehr sie sich vom Wohl und Wehe eines einzelnen Un- ternehmens abhängig machen und welche Datenschätze sie diesem Konzern anvertrauen. Diese Befürchtungen dürften auch der Grund dafür gewesen sein, dass Google-Chef Larry Page sich zum Ende der Keynote mit der grundsätzlichen Frage beschäftigte, welche Ängste neue Technologien wie die Cyberbrille Google Glass bei Menschen auslösen können. Page räumte ein, dass die rasanten Veränderungsprozesse Menschen in eine unkom- fortable Lage versetzten. "In der Technologie(entwicklung) sollten wir einige sichere Plätze haben, an denen wir neue Dinge ausprobieren und herausfinden können, wie der Effekt auf die Gesellschaft und auf die Menschen ist. Dazu sollten wir nicht gezwungen sein, diese Neuheiten auf der ganzen Welt ausrollen." "

0.01198282 = product of:
  0.03594846 = sum of:
    0.012493922 = weight(_text_:in in 345) [ClassicSimilarity], result of:
      0.012493922 = score(doc=345,freq=8.0), product of:
        0.059380736 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.043654136 = queryNorm
        0.21040362 = fieldWeight in 345, product of:
          2.828427 = tf(freq=8.0), with freq of:
            8.0 = termFreq=8.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.0546875 = fieldNorm(doc=345)
    0.023454536 = weight(_text_:und in 345) [ClassicSimilarity], result of:
      0.023454536 = score(doc=345,freq=4.0), product of:
        0.09675359 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.043654136 = queryNorm
        0.24241515 = fieldWeight in 345, product of:
          2.0 = tf(freq=4.0), with freq of:
            4.0 = termFreq=4.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.0546875 = fieldNorm(doc=345)
  0.33333334 = coord(2/6)

Abstract

In diesem Kapitel wird ein Überblick über bestehende semantische Suchmaschinen gegeben. Insgesamt werden 95 solcher Suchdienste identifiziert und im Rahmen einer Inhaltsanalyse verglichen. Es kann festgestellt werden, dass die Semantische Suche sich wesentlich von den im Rahmen des Semantic Web propagierten Technologien unterscheidet und Semantik in den betrachteten Suchmaschinen weiter zu fassen ist. Die betrachteten Suchmaschinen werden in ein Stufenmodell, welches nach dem Grad der Semantik unterscheidet, eingeordnet. Das Kapitel schließt mit 8 Thesen zum aktuellen Stand der semantischen Suche.

Source

Handbuch Internet-Suchmaschinen, 2: Neue Entwicklungen in der Web-Suche. Hrsg.: D. Lewandowski

0.01168707 = product of:
  0.03506121 = sum of:
    0.008466268 = weight(_text_:in in 4443) [ClassicSimilarity], result of:
      0.008466268 = score(doc=4443,freq=20.0), product of:
        0.059380736 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.043654136 = queryNorm
        0.14257601 = fieldWeight in 4443, product of:
          4.472136 = tf(freq=20.0), with freq of:
            20.0 = termFreq=20.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.0234375 = fieldNorm(doc=4443)
    0.026594942 = weight(_text_:und in 4443) [ClassicSimilarity], result of:
      0.026594942 = score(doc=4443,freq=28.0), product of:
        0.09675359 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.043654136 = queryNorm
        0.27487293 = fieldWeight in 4443, product of:
          5.2915025 = tf(freq=28.0), with freq of:
            28.0 = termFreq=28.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.0234375 = fieldNorm(doc=4443)
  0.33333334 = coord(2/6)

Abstract

In einem Artikel bei Netzwertig.com (horizobu: Erkunden statt suchen) bin ich auf eine neue Suchmaschine aus der Schweiz gestoßen: horizobu. Und ich muss gestehen, ich bin beeindruckt. horizobu macht Spaß und bietet etwas, was anderen Suchmaschinen fehlt.

Content

"Das Problem mit der Suchmaschinen-Optimierung Suchmaschinen sind unser Instrument, um mit der Informationsflut im Internet klar zu kommen. Wie ich in meinem Artikel Die kürzeste Anleitung zur Suchmaschinenoptimierung aller Zeiten ausgeführt habe, gibt es dabei leider das Problem, dass der Platzhirsch Google nicht wirklich die besten Suchresultate liefert: Habt ihr schon mal nach einem Hotel, einem Restaurant oder einer anderen Location gesucht - und die ersten vier Ergebnis-Seiten sind voller Location-Aggregatoren? Wenn ich ganz spezifisch nach einem Hotel soundso in der Soundso-Strasse suche, dann finde ich, das relevanteste Ergebnis ist die Webseite dieses Hotels. Das gehört auf Seite 1 an Platz 1. Dort aber finden sich nur die Webseiten, die ganz besonders dolle suchmaschinenoptimiert sind. Wobei Google Webseiten als am suchmaschinenoptimiertesten einstuft, wenn möglichst viele Links darauf zeigen und der Inhalt relevant sein soll. Die Industrie der Suchmaschinen-Optimierer erreicht dies dadurch, dass sie folgende Dinge machen: - sie lassen Programme und Praktikanten im Web rumschwirren, die sich überall mit hirnlosen Kommentaren verewigen (Hauptsache, die sind verlinkt und zeigen auf ihre zu pushende Webseite) - sie erschaffen geistlose Blogs, in denen hirnlose Texte stehen (Hauptsache, die Keyword-Dichte stimmt) - diese Texte lassen sie durch Schüler und Praktikanten oder gleich durch Software schreiben - Dann kommt es anscheinend noch auf Keywords im Titel, in der URL etc. an.
All das führt zu folgenden negativen Begleiterscheinungen: - die meisten Kommentare heutzutage kriegt man nur noch des Links wegen: der eigentliche Sinn ist gleich Null - es gibt mittlerweile haufenweise Inhalte und ganze Blogs im Web, deren Ziel nur ist, von Google-Bots auf ihre Keyword-Dichte geprüft zu werden - aus meiner Sicht funktionieren SEO-Optimierungs-Unternehmen wie Schneeballsysteme: oben wird durch die Geschäftsführer Kohle gescheffelt, unten wird von den Praktikanten für wenig Geld sinnlos geschuftet. Aus meiner Sicht trägt Google zu diesen negativen Folgen sehr viel bei. Google legt nicht offen, sie sein Suchalgorithmus funktioniert - und es fördert damit diese Überflutung des Webs mit sinnlosen Kommentaren und Inhalten. Wie Du langsam aber sicher merkst, bin ich nicht der allergrößte Fan von Google (ich hoffe, die lesen das nicht - in Deutschland erfolgen mehr als 95% aller Suchen mit Google und ich will ja, dass der Denkpass weiterhin gut und leicht gefunden wird). horizobu - Nicht suchen, sondern recherchieren Nun ist horizobu nicht wirklich anders, zumindest in dieser Hinsicht. Aber es ist anders darin, wie es mit Suchergebnissen umgeht. Wenn Du etwas suchst, erscheinen sechs möglichst relevante Ergebnisse in einem großen Rahmen. Falls Dir diese Ergebnisse nicht zusagen, kannst Du sie einzeln (durch Klick auf das Kreuz an jedem Ergebnis) oder mehrere oder alle (durch Klick auf More) austauschen und durch die nächsten Ergebnisse ersetzen lassen. An jedem der sechs Ergebnisse gibt es auch eine Nadel zum Fixieren - dann kannst Du die anderen austauschen und dieses Ergebnis bleibt.
Auch mit der Maus kannst Du die Ergebnisse bearbeiten - nach links geschoben, verschwinden sie. Nach rechts geschoben, landen sie in einem Container, der die von Dir ausgesuchten, wichtigsten Links sammelt. Diese Sammlung kannst Du anschliessend mit einem Klick per Facebook oder Twitter teilen, als Link zur Verfügung stellen (hier z.B. mein Link für eine kurze Recherche über Schlafen im Büro) oder alle dort gesammelten Links in neuen Browser-Tabs öffnen. Die Links bleiben übrigens erhalten, selbst wenn Du eine neue Suche beginnst. Oben, über den Ergebnissen, wartet horizobu mit zehn aus seiner Sicht relevanten Suchbegriffen auf, die Deiner Suche entsprechen. Nicht alle sind angeklickt - schaltest Du weitere an oder aus, verändern sich sofort Deine Ergebnisse. Du kannst auch weitere Schlagwörter eingeben, um Deiner Recherche eine neue Richtung zu geben. Ich bin beeindruckt, weil horizobu recherchieren ermöglicht, wo Google nur suchen erlaubt. Dazu kommt, dass horizobu bislang werbefrei ist, was ich auch nicht schlecht finde (obwohl ich, unter uns gesagt, noch nie bewusst auf eine Werbung geklickt habe). Es macht Spaß - ich suche ab jetzt mit horizobu."

0.011657595 = product of:
  0.034972783 = sum of:
    0.006246961 = weight(_text_:in in 2522) [ClassicSimilarity], result of:
      0.006246961 = score(doc=2522,freq=2.0), product of:
        0.059380736 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.043654136 = queryNorm
        0.10520181 = fieldWeight in 2522, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.0546875 = fieldNorm(doc=2522)
    0.028725822 = weight(_text_:und in 2522) [ClassicSimilarity], result of:
      0.028725822 = score(doc=2522,freq=6.0), product of:
        0.09675359 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.043654136 = queryNorm
        0.2968967 = fieldWeight in 2522, product of:
          2.4494898 = tf(freq=6.0), with freq of:
            6.0 = termFreq=6.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.0546875 = fieldNorm(doc=2522)
  0.33333334 = coord(2/6)

Abstract

Pünktlich zum 15. Geburtstag der Google Suche verkündete Google gestern auf einer Pressekonferenz in der "Gründungs-Garage", dass das bedeutendste Google Update seit dem Caffeine Update im Jahr 2010 und größte Algorithmus-Update seit 2001 schon seit ca. einem Monat aktiv ist. Das aktuelle Update heißt Hummingbird zu deutsch Kollibri. Es soll ca. 90% aller Suchanfragen betreffen und soll im Vergleich zu Caffeine ein echtes Algorithmus-Update sein. Es soll dabei helfen komplexere Suchanfragen besser zu deuten und noch besser die eigentliche Suchintention bzw. Fragestellung hinter einer Suchanfrage zu erkennen sowie passende Dokumente dazu anzubieten. Auch auf Dokumentenebene soll die eigentliche Intention hinter dem Content besser mit der Suchanfrage gematcht werden.

0.01107326 = product of:
  0.033219777 = sum of:
    0.013115887 = weight(_text_:in in 346) [ClassicSimilarity], result of:
      0.013115887 = score(doc=346,freq=12.0), product of:
        0.059380736 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.043654136 = queryNorm
        0.22087781 = fieldWeight in 346, product of:
          3.4641016 = tf(freq=12.0), with freq of:
            12.0 = termFreq=12.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.046875 = fieldNorm(doc=346)
    0.020103889 = weight(_text_:und in 346) [ClassicSimilarity], result of:
      0.020103889 = score(doc=346,freq=4.0), product of:
        0.09675359 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.043654136 = queryNorm
        0.20778441 = fieldWeight in 346, product of:
          2.0 = tf(freq=4.0), with freq of:
            4.0 = termFreq=4.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.046875 = fieldNorm(doc=346)
  0.33333334 = coord(2/6)

Abstract

In diesem Kapitel werden Vorschläge für neue Suchparadigmen nach multimedialen Inhalten in Archiven von Kultureinrichtungen vorgestellt. Um die Notwendigkeit für eine Integration dieser neuen Technologien zu zeigen, werden zunächst Einschränkungen der klassischen katalogbasierten Bibliothekssuche im Zeitalter von immer weiter wachsenden Multimediasammlungen beschrieben. Im Anschluss werden die Vor- und Nachteile zweier Suchparadigmen dargestellt, mit deren Hilfe in Zukunft für Wissenschaftler und Kulturschaffende die Suche nach multimedialen Inhalten erleichtert werden könnte. Zunächst werden die Perspektiven einer semantischen Suche auf Basis von Semantic-Web-Technologien in Bibliotheken beschrieben. Im Anschluss werden Suchmöglichkeiten für Multimediainhalte auf Basis von automatischer inhaltsbasierter Medienanalyse gezeigt. Das Kapitel endet mit einem Ausblick auf eine mögliche Vereinigung der beiden neuen Ansätze mit katalogbasierter Bibliothekssuche.

Source

Handbuch Internet-Suchmaschinen, 2: Neue Entwicklungen in der Web-Suche. Hrsg.: D. Lewandowski

0.010872297 = product of:
  0.03261689 = sum of:
    0.008924231 = weight(_text_:in in 351) [ClassicSimilarity], result of:
      0.008924231 = score(doc=351,freq=8.0), product of:
        0.059380736 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.043654136 = queryNorm
        0.15028831 = fieldWeight in 351, product of:
          2.828427 = tf(freq=8.0), with freq of:
            8.0 = termFreq=8.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.0390625 = fieldNorm(doc=351)
    0.02369266 = weight(_text_:und in 351) [ClassicSimilarity], result of:
      0.02369266 = score(doc=351,freq=8.0), product of:
        0.09675359 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.043654136 = queryNorm
        0.24487628 = fieldWeight in 351, product of:
          2.828427 = tf(freq=8.0), with freq of:
            8.0 = termFreq=8.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.0390625 = fieldNorm(doc=351)
  0.33333334 = coord(2/6)

Abstract

Der Name 'Google' wird heute synonym für ,Suchmaschine' genutzt; das Verb 'googeln' hat es zu einem Eintrag im Duden gebracht: Google ist allgegenwärtig. Dies bestätigen Statistiken, die aufweisen, dass Google in vielen Ländern andere Suchmaschinen völlig marginalisiert hat. Außerdem zeigen Untersuchungen, dass sich viele Nutzerinnen und Nutzer auf die Ergebnisse einer einzigen Suchmaschine - oft eben Google - verlassen. Daher stellt sich die Frage, ob die tatsächliche Qualität der Suchergebnisse das Vertrauen in die angenommene Qualität einer Suchmaschine rechtfertigen kann. Nach einleitenden Bemerkungen zum Suchmaschinenmarkt und einer kurzen Beschreibung der generellen Funktionsweise heute verbreiteter Suchmaschinen wird evaluiert, welche Faktoren die Ergebnisse einer Suchmaschine determinieren. Dabei wird sich zeigen, dass Suchergebnisse durch vielfältige Faktoren beeinflusst werden, so bspw. durch das Nutzerverhalten auf verschiedenen Ebenen, durch die verwendeten Indexierungsund Suchalgorithmen oder durch die Inhalte des Netzes selbst. Diese und weitere Faktoren führen zu Verzerrungen der Suchergebnisse gegenüber einem unterstellten Idealergebnis. Es zeigt sich, dass es in vielen Situationen sinnvoll ist, sich nicht nur auf eine Suchmaschine zu verlassen bzw. den Ergebnissen einer Suchmaschine nicht blind zu vertrauen. So ist im wissenschaftlichen oder journalistischen Kontext dringend die Nutzung von bereichsspezifischen Suchmaschinen und anderer Rechercheformen angeraten.

Source

Handbuch Internet-Suchmaschinen, 2: Neue Entwicklungen in der Web-Suche. Hrsg.: D. Lewandowski

0.010317104 = product of:
  0.030951312 = sum of:
    0.0044621155 = weight(_text_:in in 2406) [ClassicSimilarity], result of:
      0.0044621155 = score(doc=2406,freq=2.0), product of:
        0.059380736 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.043654136 = queryNorm
        0.07514416 = fieldWeight in 2406, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.0390625 = fieldNorm(doc=2406)
    0.026489196 = weight(_text_:und in 2406) [ClassicSimilarity], result of:
      0.026489196 = score(doc=2406,freq=10.0), product of:
        0.09675359 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.043654136 = queryNorm
        0.27378 = fieldWeight in 2406, product of:
          3.1622777 = tf(freq=10.0), with freq of:
            10.0 = termFreq=10.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.0390625 = fieldNorm(doc=2406)
  0.33333334 = coord(2/6)

Abstract

Wie wird aus einem Garagen-Start-up ein weltbekanntes Imperium? Das Geheimnis um Google, eine der wertvollsten Marken der Welt,ist gelüftet. Von niemand Geringerem als Google-CEO Eric Schmidt, Gründer Larry Page und Senior Vice President Jonathan Rosenberg. Und so wie Google längst mehr als eine Suchmaschine ist, ist »Wie Google tickt« weit mehr als eine Unternehmensgeschichte. Es ist spannende Inspirationsquelle und kluger Wegweiser. Wie baut man eine fruchtbare Unternehmenskultur auf? Wie entwickelt man wegweisende Strategien? Wie entsteht Innovation? Die drei Google-Insider sind angetreten, ihr Wissen in die Welt zu bringen. Eric Schmidt ist Informatiker und war langjähriger CEO von Google. Seit April ist er Executive Chairman von Google. Schmidt lehrt an der Stanford University und gehört seit 2009 zum Beraterteam von Barack Obama. Jonathan Rosenberg, Senior Vice President von Google, war vor allem für die innovative Produktentwicklung verantwortlich. Zusammen sind sie echte Google-Insider.

0.010286495 = product of:
  0.030859483 = sum of:
    0.013115887 = weight(_text_:in in 3246) [ClassicSimilarity], result of:
      0.013115887 = score(doc=3246,freq=12.0), product of:
        0.059380736 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.043654136 = queryNorm
        0.22087781 = fieldWeight in 3246, product of:
          3.4641016 = tf(freq=12.0), with freq of:
            12.0 = termFreq=12.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.046875 = fieldNorm(doc=3246)
    0.017743597 = product of:
      0.035487194 = sum of:
        0.035487194 = weight(_text_:22 in 3246) [ClassicSimilarity], result of:
          0.035487194 = score(doc=3246,freq=2.0), product of:
            0.15286934 = queryWeight, product of:
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.043654136 = queryNorm
            0.23214069 = fieldWeight in 3246, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.046875 = fieldNorm(doc=3246)
      0.5 = coord(1/2)
  0.33333334 = coord(2/6)

Abstract

Purpose The purpose of this paper is to discuss the affective premises and economics of the influence of search engines on knowing and informing in the contemporary society. Design/methodology/approach A conceptual discussion of the affective premises and framings of the capitalist economics of knowing is presented. Findings The main proposition of this text is that the exploitation of affects is entwined in the competing market and emancipatory discourses and counter-discourses both as intentional interventions, and perhaps even more significantly, as unintentional influences that shape the ways of knowing in the peripheries of the regime that shape cultural constellations of their own. Affective capitalism bounds and frames our ways of knowing in ways that are difficult to anticipate and read even from the context of the regime itself. Originality/value In the relatively extensive discussion on the role of affects in the contemporary capitalism, influence of affects on knowing and their relation to search engine use has received little explicit attention so far.

Date

20. 1.2015 18:30:22

0.010113301 = product of:
  0.0303399 = sum of:
    0.0073995814 = weight(_text_:in in 6) [ClassicSimilarity], result of:
      0.0073995814 = score(doc=6,freq=22.0), product of:
        0.059380736 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.043654136 = queryNorm
        0.12461249 = fieldWeight in 6, product of:
          4.690416 = tf(freq=22.0), with freq of:
            22.0 = termFreq=22.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.01953125 = fieldNorm(doc=6)
    0.022940319 = weight(_text_:und in 6) [ClassicSimilarity], result of:
      0.022940319 = score(doc=6,freq=30.0), product of:
        0.09675359 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.043654136 = queryNorm
        0.23710044 = fieldWeight in 6, product of:
          5.477226 = tf(freq=30.0), with freq of:
            30.0 = termFreq=30.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.01953125 = fieldNorm(doc=6)
  0.33333334 = coord(2/6)

Content

"Ganze "230 Adressen im World Wide Web, 250 Server und 100 per E-Mail zugängliche Informationsquellen". So stand es 1995 in der "Updated Internet Services List". Die manuell zusammengetragene Adressliste, nach ihrem Urheber auch als "Yanoff-Liste" bekannt, war einer der ersten Versuche, die anschwellende Informationsflut des Internet zu kanalisieren. Aus einem dieser Verzeichnisse, das zunächst von Studenten zusammengetragen wurde, entstand kurze Zeit später mit Yahoo die Mutter aller Suchmaschinen. Die englische Wortkombination "Search Engine" ist allerdings irreführend. Denn dahinter steckt in Wahrheit eine Software, die automatisch einen Index der Internetinhalte erstellt. Denn der Fleiß einer Handvoll Studenten reichte schon bald nicht mehr aus, das sich explosionsartig ausbreitende Web auch nur ansatzweise zu erfassen.
Keine ernsthafte Konkurrenz Damit ist die Geschichte der Suchmaschinen weitestgehend erzählt - außer, dass Yahoo praktisch keine Rolle mehr spielt. Um das Gesuchte in den Weiten des Netzes zu finden, benutzt man heute Google. Mehr als 90 Prozent aller Suchanfragen in Deutschland laufen Schätzungen zufolge über die Rechenzentren des US-Konzerns. Ernsthafte Konkurrenten? Keine. Einst erfolgreiche Dienste wie Excite, Infoseek, AltaVista oder Lycos sind längst von der Bildfläche verschwunden. Liefert nicht Google zu allen erdenklichen Suchbegriffen zigtausend Ergebnisse? Mehr, so die allgemeine Auffassung, kann sowieso kein Mensch verarbeiten. Dahinter steht der naive Glaube, Google bilde die digitale Welt in ihrer Gesamtheit ab. Oder, schlimmer noch, gar die reale Welt. Dabei könnte nichts weiter von der Realität entfernt sein, wie Dr. Wolfgang Sander-Beuermann, Leiter des Suchmaschinenlabors der Leibniz-Universität Hannover erklärt. Denn Google entscheidet, nach welchen Kriterien die digitale Welt durchkämmt wird. Google legt fest, welche Webseiten unter den ersten zehn Ergebnissen zu einer Suche angezeigt werden. Da die Mehrheit der Nutzer ohnehin nur diese wahrnimmt, bestimmt ein einzelnes Unternehmen, welchen Ausschnitt der Wirklichkeit die Menschheit zu sehen bekommt. Und die Algorithmen, nach denen die Suchmaschine funktioniert, hält der Konzern streng unter Verschluss: "Google entscheidet, welches Wissen wahrgenommen wird, und welches nicht; was im Internet existiert und was nicht." Die Macht, die dem Konzern damit zukomme, reiche weit über die Kontrolle des Wissenszugangs durch Suchmaschinen hinaus. "Was wir hier beobachten, ist eine Monokultur mit gravierenden Folgen für die Informations- und Wissenskultur", warnt der Wissenschaftler, der deshalb bereits vor Jahren "SuMa e.V.", einen "Verein für freien Wissenszugang", gegründet hat. Er setzt sich dafür ein, "globale Online-Oligopole besser zu kontrollieren". Um den freien Zugang zu dem im Internet gespeicherten Wissen für möglichst viele Menschen zu ermöglichen, sei es außerdem "von entscheidender Bedeutung, die dahinterstehende Technologie zu entwickeln und zu fördern - auch und gerade in Deutschland." Doch genau das wurde in den vergangenen zehn Jahren versäumt.
Die Grundlage für das heutige Monopol wurde Ende der 90er-Jahre geschaffen. Damals hatten die beiden Google-Gründer Larry Page und Sergei Brin das Glück, zum richtigen Zeitpunkt mit der besten Technik aufwarten zu können. Kurz darauf führte die so genannte Dotcom-Krise zum Versiegen der Geldquellen und leitete den Niedergang der Mitbewerber ein. Ausgestattet mit frischem Geld und einer überlegenen Technologie nutze das Unternehmen die Gunst der Stunde und wuchs zu einem mittlerweile rund 25000 Mitarbeiter zählenden Konzern heran. Seitdem muss man sich in Mountain View nicht mehr großartig mit Kritik auseinandersetzen. Vom kalifornischen Hauptsitz aus wird praktisch im Alleingang über die Zukunft des Internet entschieden. So werden dem Nutzer mittlerweile personalisierte Ergebnisse angezeigt, die auf dessen bisherigen Suchanfragen beruhen. "Sie freuen sich vielleicht, dass bei dem für Sie wichtigen Suchwort ihre Homepage ganz vorn bei Google erscheint, worauf Sie Google ganz besonders toll finden", erklärt Sander-Beuermann. "Tatsächlich liegt das daran, dass Sie Ihre Homepage selber angeklickt haben. Ihr Nachbar kann völlig andere Ergebnisse erhalten." Wie diese Informationsbewertung genau funktioniere, gehöre allerdings zum Betriebsgeheimnis. Ebenso wie eine Fülle weiterer Faktoren, die eine Rolle bei der Auswahl der angezeigten Suchergebnisse spiele. So fließt auch die jeweilige geografische Position in die Zusammenstellung und Reihenfolge der angezeigten Links ein.
Neue Entwicklungen im Netz Doch es gibt durchaus Ansätze, dem Goliath Google die Stirn zu bieten. Zu den Davids, die das versuchen, gehört Michael Schöbel. Seit 1999 betreibt er die deutsche Suchmaschine Acoon - als Gründer, Geschäftsführer und einziger Angestellter. Schöbel gibt sich jedoch keinen besonderen Illusionen hin. "Allein vom Datenumfang her kann ich mit den von Google erfassten 50 Milliarden erfassten Webseiten natürlich nicht konkurrieren." Die Erfassung koste eine Menge Geld, ebenso wie die Server, die man zum Speichern solcher Datenbestände bereitstellen müsste. Dennoch hält es der Einzelkämpfer für wichtig, "dem rein amerikanischen Blick auf die Welt eine eigene Sichtweise entgegenzusetzen." Weil Acoon auf einen vollkommen eigenständigen Suchindex setze, erhalte der Nutzer Suchergebnisse, "die gut sind, ohne dabei dem Einheitsbrei zu entsprechen." Hoffnung macht Google-Kritikern derzeit aber vor allem eine Firma, die bislang nicht unbedingt im Verdacht konterrevolutionärer Aktivitäten stand: Microsoft. Dessen Suchmaschine Bing konnte Google bereits einige Marktanteile gewinnen - freilich nicht, ohne zuvor selbst eine Reihe kleinerer Anbieter geschluckt zu haben. Auch das einst so einflussreiche Webverzeichnis Yahoo! bezieht seine Ergebnisse mittlerweile aus dem Bing-Index.
Und natürlich schlägt Microsoft in die gleiche Kerbe wie Google. Denn auch die Bing-Suche steht ganz im Zeichen der "Individualisierung" der Ergebnisse. "Social Search" nennt sich die (noch) optionale Möglichkeit, Facebook-Einträge von Freunden als Suchkriterien zu verwenden. Schließlich, so die Meinung des Konzerns, beeinflusse der "Freunde-Effekt" die Entscheidung von Menschen in der Regel mehr als andere Faktoren. Die Entwicklung zeigt eindrucksvoll, wie schnell sich die beiden letzten Großen im Suchmaschinen-Geschäft neue Entwicklungen im Netz aneignen. Im Web 2.0 bildeten Blogs und Soziale Netzwerke bislang gewissermaßen ein demokratisches Gegengewicht zum Meinungsmonopol. Doch auch hier ist der Internet-Goliath bereits am Start. Wer sich schon immer mal gefragt hat, warum der Such-Gigant praktisch monatlich mit neuen Angeboten wie etwa Google+ aufwartet, findet hier eine Antwort. Mit dem kostenlosen Smartphone-Betriebssystem Android sicherte man sich eine gewichtige Position auf dem expandieren Markt für mobile Plattformen. Trotz ihrer momentanen Allmacht erkennen die Konzernlenker also durchaus die Gefahr, irgendwann einmal selbst vom Zug der Zeit überrollt zu werden. Für die meisten Konkurrenten kommt diese Einsicht zu spät."

0.00990557 = product of:
  0.02971671 = sum of:
    0.011973113 = weight(_text_:in in 108) [ClassicSimilarity], result of:
      0.011973113 = score(doc=108,freq=10.0), product of:
        0.059380736 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.043654136 = queryNorm
        0.20163295 = fieldWeight in 108, product of:
          3.1622777 = tf(freq=10.0), with freq of:
            10.0 = termFreq=10.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.046875 = fieldNorm(doc=108)
    0.017743597 = product of:
      0.035487194 = sum of:
        0.035487194 = weight(_text_:22 in 108) [ClassicSimilarity], result of:
          0.035487194 = score(doc=108,freq=2.0), product of:
            0.15286934 = queryWeight, product of:
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.043654136 = queryNorm
            0.23214069 = fieldWeight in 108, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.046875 = fieldNorm(doc=108)
      0.5 = coord(1/2)
  0.33333334 = coord(2/6)

Abstract

The explosion of the information available on the Internet has made traditional information retrieval systems, characterized by one size fits all approaches, less effective. Indeed, users are overwhelmed by the information delivered by such systems in response to their queries, particularly when the latter are ambiguous. In order to tackle this problem, the state-of-the-art reveals that there is a growing interest towards contextual information retrieval (CIR) which relies on various sources of evidence issued from the user's search background and environment, in order to improve the retrieval accuracy. This chapter focuses on mobile context, highlights challenges they present for IR, and gives an overview of CIR approaches applied in this environment. Then, the authors present an approach to personalize search results for mobile users by exploiting both cognitive and spatio-temporal contexts. The experimental evaluation undertaken in front of Yahoo search shows that the approach improves the quality of top search result lists and enhances search result precision.

Date

20. 4.2012 13:19:22

0.009683581 = product of:
  0.029050741 = sum of:
    0.010096614 = weight(_text_:in in 349) [ClassicSimilarity], result of:
      0.010096614 = score(doc=349,freq=4.0), product of:
        0.059380736 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.043654136 = queryNorm
        0.17003182 = fieldWeight in 349, product of:
          2.0 = tf(freq=4.0), with freq of:
            4.0 = termFreq=4.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.0625 = fieldNorm(doc=349)
    0.018954126 = weight(_text_:und in 349) [ClassicSimilarity], result of:
      0.018954126 = score(doc=349,freq=2.0), product of:
        0.09675359 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.043654136 = queryNorm
        0.19590102 = fieldWeight in 349, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.0625 = fieldNorm(doc=349)
  0.33333334 = coord(2/6)

Abstract

Die Evaluierung von Suchmaschinen ist von hoher Bedeutung, sowohl wenn es um die Überprüfung der Leistungsfähigkeit selbst entwickelter Systeme geht als auch, um die Qualität der bekannten Suchdienste untereinander zu vergleichen. In diesem Kapitel wird der Standardaufbau von Tests zur Messung der Retrievaleffektivität von Suchmaschinen beschrieben, um darauf aufbauend systematisch die Grenzen dieser Tests aufzuzeigen und erste Lösungsmöglichkeiten zu diskutieren. Es werden Hinweise für die Praxis gegeben, wie sich Retrievaltests mit vertretbarem Aufwand gestalten lassen, die trotzdem zu verwertbaren Ergebnissen führen.

Source

Handbuch Internet-Suchmaschinen, 2: Neue Entwicklungen in der Web-Suche. Hrsg.: D. Lewandowski

0.009683581 = product of:
  0.029050741 = sum of:
    0.010096614 = weight(_text_:in in 2222) [ClassicSimilarity], result of:
      0.010096614 = score(doc=2222,freq=4.0), product of:
        0.059380736 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.043654136 = queryNorm
        0.17003182 = fieldWeight in 2222, product of:
          2.0 = tf(freq=4.0), with freq of:
            4.0 = termFreq=4.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.0625 = fieldNorm(doc=2222)
    0.018954126 = weight(_text_:und in 2222) [ClassicSimilarity], result of:
      0.018954126 = score(doc=2222,freq=2.0), product of:
        0.09675359 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.043654136 = queryNorm
        0.19590102 = fieldWeight in 2222, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.0625 = fieldNorm(doc=2222)
  0.33333334 = coord(2/6)

Abstract

Wissenschaftliche Bibliotheken werden heutzutage durch Universalsuchmaschinen wie Google bedroht. Ein Grund hierfür ist, dass Bibliotheken auf Rechercheinstrumente setzen die, die heutigen Erwartungen ihrer Nutzer nicht mehr erfüllen können. Wollen Bibliotheken auch zukünftig eine tragende Rolle spielen, müssen sie die Techniken in ihrer Produkte integrieren, die Suchmaschinen zu ihrem Erfolg im Web verholfen haben.

0.009632261 = product of:
  0.02889678 = sum of:
    0.014110449 = weight(_text_:in in 444) [ClassicSimilarity], result of:
      0.014110449 = score(doc=444,freq=20.0), product of:
        0.059380736 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.043654136 = queryNorm
        0.2376267 = fieldWeight in 444, product of:
          4.472136 = tf(freq=20.0), with freq of:
            20.0 = termFreq=20.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.0390625 = fieldNorm(doc=444)
    0.014786332 = product of:
      0.029572664 = sum of:
        0.029572664 = weight(_text_:22 in 444) [ClassicSimilarity], result of:
          0.029572664 = score(doc=444,freq=2.0), product of:
            0.15286934 = queryWeight, product of:
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.043654136 = queryNorm
            0.19345059 = fieldWeight in 444, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.0390625 = fieldNorm(doc=444)
      0.5 = coord(1/2)
  0.33333334 = coord(2/6)

Abstract

This paper aims to review the fiercely discussed question of whether the ranking of Wikipedia articles in search engines is justified by the quality of the articles. After an overview of current research on information quality in Wikipedia, a summary of the extended discussion on the quality of encyclopedic entries in general is given. On this basis, a heuristic method for evaluating Wikipedia entries is developed and applied to Wikipedia articles that scored highly in a search engine retrieval effectiveness test and compared with the relevance judgment of jurors. In all search engines tested, Wikipedia results are unanimously judged better by the jurors than other results on the corresponding results position. Relevance judgments often roughly correspond with the results from the heuristic evaluation. Cases in which high relevance judgments are not in accordance with the comparatively low score from the heuristic evaluation are interpreted as an indicator of a high degree of trust in Wikipedia. One of the systemic shortcomings of Wikipedia lies in its necessarily incoherent user model. A further tuning of the suggested criteria catalog, for instance, the different weighing of the supplied criteria, could serve as a starting point for a user model differentiated evaluation of Wikipedia articles. Approved methods of quality evaluation of reference works are applied to Wikipedia articles and integrated with the question of search engine evaluation.

Date

30. 9.2012 19:27:22

0.009473251 = product of:
  0.028419752 = sum of:
    0.009877314 = weight(_text_:in in 9) [ClassicSimilarity], result of:
      0.009877314 = score(doc=9,freq=20.0), product of:
        0.059380736 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.043654136 = queryNorm
        0.16633868 = fieldWeight in 9, product of:
          4.472136 = tf(freq=20.0), with freq of:
            20.0 = termFreq=20.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.02734375 = fieldNorm(doc=9)
    0.018542439 = weight(_text_:und in 9) [ClassicSimilarity], result of:
      0.018542439 = score(doc=9,freq=10.0), product of:
        0.09675359 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.043654136 = queryNorm
        0.19164601 = fieldWeight in 9, product of:
          3.1622777 = tf(freq=10.0), with freq of:
            10.0 = termFreq=10.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.02734375 = fieldNorm(doc=9)
  0.33333334 = coord(2/6)

Abstract

Few companies in history have ever been as successful and as admired as Google, the company that has transformed the Internet and become an indispensable part of our lives. How has Google done it? Veteran technology reporter Steven Levy was granted unprecedented access to the company, and in this revelatory book he takes readers inside Google headquarters-the Googleplex-to show how Google works. While they were still students at Stanford, Google cofounders Larry Page and Sergey Brin revolutionized Internet search. They followed this brilliant innovation with another, as two of Google's earliest employees found a way to do what no one else had: make billions of dollars from Internet advertising. With this cash cow (until Google's IPO nobody other than Google management had any idea how lucrative the company's ad business was), Google was able to expand dramatically and take on other transformative projects: more efficient data centers, open-source cell phones, free Internet video (YouTube), cloud computing, digitizing books, and much more. The key to Google's success in all these businesses, Levy reveals, is its engineering mind-set and adoption of such Internet values as speed, openness, experimentation, and risk taking. After its unapologetically elitist approach to hiring, Google pampers its engineers-free food and dry cleaning, on-site doctors and masseuses-and gives them all the resources they need to succeed. Even today, with a workforce of more than 23,000, Larry Page signs off on every hire. But has Google lost its innovative edge? It stumbled badly in China-Levy discloses what went wrong and how Brin disagreed with his peers on the China strategy-and now with its newest initiative, social networking, Google is chasing a successful competitor for the first time. Some employees are leaving the company for smaller, nimbler start-ups. Can the company that famously decided not to be evil still compete? No other book has ever turned Google inside out as Levy does with In the Plex.

BK

54.08 / Informatik in Beziehung zu Mensch und Gesellschaft
05.20 / Kommunikation und Gesellschaft

Classification

54.08 / Informatik in Beziehung zu Mensch und Gesellschaft
05.20 / Kommunikation und Gesellschaft

Content

The world according to Google: biography of a search engine -- Googlenomics: cracking the code on internet profits -- Don't be evil: how Google built its culture -- Google's cloud: how Google built data centers and killed the hard drive -- Outside the box: the Google phone company. and the Google t.v. company -- Guge: Google moral dilemma in China -- Google.gov: is what's good for Google, good for government or the public? -- Epilogue: chasing tail lights: trying to crack the social code.

Footnote

Deutsche Übersetzung als: Googlenomics : Wie Google denkt, arbeitet und unser Leben verändert. Heidelberg, Neckar ; mitp/bhv ; 2011. Rez. in: JASIST 62(2011) no.12, S.2540-2543 (C. Leslie)

0.009390892 = product of:
  0.028172677 = sum of:
    0.0133863455 = weight(_text_:in in 5493) [ClassicSimilarity], result of:
      0.0133863455 = score(doc=5493,freq=18.0), product of:
        0.059380736 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.043654136 = queryNorm
        0.22543246 = fieldWeight in 5493, product of:
          4.2426405 = tf(freq=18.0), with freq of:
            18.0 = termFreq=18.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.0390625 = fieldNorm(doc=5493)
    0.014786332 = product of:
      0.029572664 = sum of:
        0.029572664 = weight(_text_:22 in 5493) [ClassicSimilarity], result of:
          0.029572664 = score(doc=5493,freq=2.0), product of:
            0.15286934 = queryWeight, product of:
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.043654136 = queryNorm
            0.19345059 = fieldWeight in 5493, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.0390625 = fieldNorm(doc=5493)
      0.5 = coord(1/2)
  0.33333334 = coord(2/6)

Abstract

Purpose Web search is more and more moving into mobile contexts. However, screen size of mobile devices is limited and search engine result pages face a trade-off between offering informative snippets and optimal use of space. One factor clearly influencing this trade-off is snippet length. The purpose of this paper is to find out what snippet size to use in mobile web search. Design/methodology/approach For this purpose, an eye-tracking experiment was conducted showing participants search interfaces with snippets of one, three or five lines on a mobile device to analyze 17 dependent variables. In total, 31 participants took part in the study. Each of the participants solved informational and navigational tasks. Findings Results indicate a strong influence of page fold on scrolling behavior and attention distribution across search results. Regardless of query type, short snippets seem to provide too little information about the result, so that search performance and subjective measures are negatively affected. Long snippets of five lines lead to better performance than medium snippets for navigational queries, but to worse performance for informational queries. Originality/value Although space in mobile search is limited, this study shows that longer snippets improve usability and user experience. It further emphasizes that page fold plays a stronger role in mobile than in desktop search for attention distribution.

Date

20. 1.2015 18:30:22

Footnote

Beitag in einem Special Issue: Information Science in the German-speaking Countries

0.0091357 = product of:
  0.027407099 = sum of:
    0.012620768 = weight(_text_:in in 1177) [ClassicSimilarity], result of:
      0.012620768 = score(doc=1177,freq=16.0), product of:
        0.059380736 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.043654136 = queryNorm
        0.21253976 = fieldWeight in 1177, product of:
          4.0 = tf(freq=16.0), with freq of:
            16.0 = termFreq=16.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.0390625 = fieldNorm(doc=1177)
    0.014786332 = product of:
      0.029572664 = sum of:
        0.029572664 = weight(_text_:22 in 1177) [ClassicSimilarity], result of:
          0.029572664 = score(doc=1177,freq=2.0), product of:
            0.15286934 = queryWeight, product of:
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.043654136 = queryNorm
            0.19345059 = fieldWeight in 1177, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.0390625 = fieldNorm(doc=1177)
      0.5 = coord(1/2)
  0.33333334 = coord(2/6)

Abstract

Search engine users typically engage in multiquery sessions in their quest to fulfill their information needs. Despite a plethora of research findings suggesting that a significant group of users look for information within a specific geographical scope, existing reformulation studies lack a focused analysis of how users reformulate geographic queries. This study comprehensively investigates the ways in which users reformulate such needs in an attempt to fill this gap in the literature. Reformulated sessions were sampled from a query log of a major search engine to extract 2,400 entries that were manually inspected to filter geo sessions. This filter identified 471 search sessions that included geographical intent, and these sessions were analyzed quantitatively and qualitatively. The results revealed that one in five of the users who reformulated their queries were looking for geographically related information. They reformulated their queries by changing the content of the query rather than the structure. Users were not following a unified sequence of modifications and instead performed a single reformulation action. However, in some cases it was possible to anticipate their next move. A number of tasks in geo modifications were identified, including standard, multi-needs, multi-places, and hybrid approaches. The research concludes that it is important to specialize query reformulation studies to focus on particular query types rather than generically analyzing them, as it is apparent that geographic queries have their special reformulation characteristics.

Date

26. 1.2014 18:48:22

0.0091357 = product of:
  0.027407099 = sum of:
    0.012620768 = weight(_text_:in in 1605) [ClassicSimilarity], result of:
      0.012620768 = score(doc=1605,freq=16.0), product of:
        0.059380736 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.043654136 = queryNorm
        0.21253976 = fieldWeight in 1605, product of:
          4.0 = tf(freq=16.0), with freq of:
            16.0 = termFreq=16.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.0390625 = fieldNorm(doc=1605)
    0.014786332 = product of:
      0.029572664 = sum of:
        0.029572664 = weight(_text_:22 in 1605) [ClassicSimilarity], result of:
          0.029572664 = score(doc=1605,freq=2.0), product of:
            0.15286934 = queryWeight, product of:
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.043654136 = queryNorm
            0.19345059 = fieldWeight in 1605, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.0390625 = fieldNorm(doc=1605)
      0.5 = coord(1/2)
  0.33333334 = coord(2/6)

Abstract

Numerous studies have explored the possibility of uncovering information from web search queries but few have examined the factors that affect web query data sources. We conducted a study that investigated this issue by comparing Google Trends and Baidu Index. Data from these two services are based on queries entered by users into Google and Baidu, two of the largest search engines in the world. We first compared the features and functions of the two services based on documents and extensive testing. We then carried out an empirical study that collected query volume data from the two sources. We found that data from both sources could be used to predict the quality of Chinese universities and companies. Despite the differences between the two services in terms of technology, such as differing methods of language processing, the search volume data from the two were highly correlated and combining the two data sources did not improve the predictive power of the data. However, there was a major difference between the two in terms of data availability. Baidu Index was able to provide more search volume data than Google Trends did. Our analysis showed that the disadvantage of Google Trends in this regard was due to Google's smaller user base in China. The implication of this finding goes beyond China. Google's user bases in many countries are smaller than that in China, so the search volume data related to those countries could result in the same issue as that related to China.

Source

Journal of the Association for Information Science and Technology. 66(2015) no.1, S.13-22

0.008697838 = product of:
  0.02609351 = sum of:
    0.0071393843 = weight(_text_:in in 4016) [ClassicSimilarity], result of:
      0.0071393843 = score(doc=4016,freq=2.0), product of:
        0.059380736 = queryWeight, product of:
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.043654136 = queryNorm
        0.120230645 = fieldWeight in 4016, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          1.3602545 = idf(docFreq=30841, maxDocs=44218)
          0.0625 = fieldNorm(doc=4016)
    0.018954126 = weight(_text_:und in 4016) [ClassicSimilarity], result of:
      0.018954126 = score(doc=4016,freq=2.0), product of:
        0.09675359 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.043654136 = queryNorm
        0.19590102 = fieldWeight in 4016, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.0625 = fieldNorm(doc=4016)
  0.33333334 = coord(2/6)

Abstract

In der vorgestellten Studie aus dem Bereich des interaktiven Information Retrieval wurde erstmals die Erwartungshaltung von Suchmaschinennutzern als mögliche Determinante der Benutzerzufriedenheit untersucht. Das experimentelle Untersuchungsdesign basiert auf einem betriebswirtschaftlichen Modell, das die Entstehung von Kundenzufriedenheit durch die Bestätigung bzw. Nicht-Bestätigung von Erwartungen erklärt. Ein zentrales Ergebnis dieser Studie ist, das bei der Messung von Benutzerzufriedenheit besonders auf den Messzeitpunkt zu achten ist. Des Weiteren konnte ein von der Systemgüte abhängiger Adaptionseffekt hinsichtlich der Relevanzbewertung der Benutzer nachgewiesen werden.

Source

Information - Wissenschaft und Praxis. 61(2010) H.6/7, S.385-396