„Information Extraktion aus dem EBAY-Content mithilfe von lokalen Grammatiken“

„Information Extraktion aus dem EBAY-Content mithilfe von lokalen Grammatiken“

DANKSAGUNG   

Vor  allem danke ich meinem Betreuer, Herrn Prof. Dr. Franz Guenthner, der mir die  

Gelegenheit  gegeben hat, am Centrum für Informations- und Sprachverarbeitung zu  

studieren  und bei dem ich viele Seminare besucht und viel neues Wissen erworben  

habe.   

Des  Weiteren danke ich den DAAD für die gegebene finanzielle Freiheit und die  

M  öglichkeit, in Deutschland Aufbaustudium zu absolvieren.  

Ich  möchte mich auch bei allen Lehrkräften, die am CIS unterrichten, bedanken,  

insbesondere  bei: Herrn Professor Dr. Klaus .U Schulz, Herrn Dr. Max Hadersbeck,  

Frau  Michaela Geierhos, Herrn Dr. Gerhard Rolletschek, Herrn Dr. phil. Habil.  

Sebastian  Nagel, Herrn Dr. Jörg Schuster und Herrn Dr. Hans Leiß.  

„Information Extraktion aus dem EBAY-Content mithilfe von lokalen Grammatiken“

INHALTSVERZEICHNIS   

1  Einführung  5

2  Darstellung des Forschungsgebiets  7

2.1  Lokale Grammatiken  7

2.2  Spezialsuchmaschinen  8

2.3  Arbeitsziel  10

3  Übersicht der Spezialsuchmaschinen von Schmuck-Domäne  11

3.1  ICE  11

3.2  Stylight  13

4  Übersicht der EBAY Suche in Schmuck Domäne  15

4.1  Beschreibung der Schmuck Domäne  15

4.2  Items  17

4.3  Queries  19

4.4  Evaluierung der Suchqualität bei EBAY  22

5  Arbeitsverfahren  27

5.1  Preprocessing  27

5.2  Lexikonstruktur der Domäne  28

5.3  Flektion und Wortbildung  34

5.4  Graphenbeschreibung  36

6  Auswertung der Ergebnisse  43

7  Fazit  45

8  Literaturverzeichnis  46

ANNEX A:  Graphen und Konkordanzen  49

„Information Extraktion aus dem EBAY-Content mithilfe von lokalen Grammatiken“

  ò  

Diese  Arbeit ist der Information Extraktion mithilfe von lokalen Grammatiken gewidmet  

und  verfolgt als Ziel die Erstellung der lokalen Grammatiken für die Suche in der  

Schmuck  -Domäne von deutschem EBAY  1

Die  Zunahme der von Webbenutzern manuell geschriebenen Texte im Web bildet  

zurzeit  eine große Herausforderung für Information Retrieval. Die Webbenutzer  

schaffen  LiveJournals, verwalten eine riesige Menge von Blogs, beschreiben die zum  

Verkauf  eingestellten Waren bei Online-Shops, kommentieren die Einträge von anderen  

Web  User in Facebook, YouTube und vergleichbaren Web 2.0 Diensten. Diese von  

Usern  konzipierten Texte charakterisieren sich durch eine große Anzahl von  

Tippfehlern  , Rechtsschreibungsfehlern, Verwenden einer informellen Sprache, Jargon-  

W  örter und Redewendungen. Die klassische String-basierte Suche kann solche  

fehlerhafte  Einträge nicht finden. Der Einsatz der lokalen Grammatiken ermöglicht es,  

solche  Einträge und Suchanfragen zu analysieren und in unifizierte Form zu  

  überschreiben, ohne die Benutzer dazu zu zwingen, die korrekten Sprachformen zu  

verwenden.  Das wird in bestimmten Web 2.0 Diensten (z. B. Online-Shops) die  

Suchaufgabe  erleichtern und wird es ermöglichen, die gesuchten Informationen (im Fall  

von  Online-Shops: Artikeln mit allen angegeben Parametern) zu finden.  

Die  vorliegende Forschung entstand im Rahmen des CIS-Projekts, das sich als Ziel  

setzt  , spezielle Suchmaschinen mithilfe von lokalen Grammatiken für jede EBAY-  

Dom  äne zu erstellen und dabei die verbesserte Suche für EBAY zu schaffen. Die  

lokalen  Grammatiken wurden mithilfe von Korpusbearbeitung-Tool „UNITEX“ erstellt  

und  beschreiben die Schmuck-Domäne bei deutschem EBAY.  

Das  konkrete Ziel der Arbeit ist erstens die EBAY-Suche in der Schmuck-Domäne zu  

evaluieren  und zu analysieren und zweitens die lokalen Grammatiken, die auf dem  

Korpus  von Items und Queries der Schmuck- Domäne basieren, zu erstellen und sie  

danach  zu bewerten.  

Die  vorliegende Arbeit ist folgendermaßen strukturiert.  

Das  zweite Kapitel eröffnet die Diskussion zum Thema „lokale Grammatiken“ und  

„spezielle  Suchmaschinen“ und bestimmt konkret das Ziel der Arbeit sowie ihr Platz im  

interdisziplinären  Projekt Im dritten Kapitel werden Beispiele von speziellen  

„Information Extraktion aus dem EBAY-Content mithilfe von lokalen Grammatiken“

Suchmaschinen  in der Schmuck-Domäne präsentiert. Dabei wird auf die  

Haupteigenschaften  von Schmuck-Domäne und auf die grundlegenden semantischen  

Klassen  und Klassifizierungen innerhalb von dieser Domäne hingewiesen. Der vierte  

Abschnitt  beschreibt die Struktur und den Inhalt der Schmuck-Domäne bei der EBAY  

sowie  die charakteristischen Eigenschaften der Artikelbeschreibungen und  

Suchanfragen.  In demselben Abschnitt wird die EBAY-Suche (u. a. Refinement-Boxe)  

evaluiert  sowie mögliche Lösungen zur Verbesserung der EBAY-Suche im Bereich der  

Schmuck  -Domäne vorgeschlagen. Das fünfte Kapitel stellt die Beschreibung des  

Arbeitsverfahrens  zum Aufbau der lokalen Grammatiken dar. In diesem Kapitel sind die  

einzelnen  Schritte der Arbeit beschrieben: Preprocessing (Kapitel 5.1), Lexikon-Aufbau  

  (Kapitel 5.2), Flektions- und Wortbildungsprogramme (Kapitel 5.3) und Graphen (Kapitel  

5.4).  Das 6. Kapitel liefert die Evaluierung der erstellten lokalen Grammatiken. Zum  

Schluss  werden die Ergebnisse der Arbeit im Fazit zusammengefasst und die  

Implementierung  der lokalen Grammatiken für EBAY-Suche diskutiert. Im Anhang  

werden  Beispiele der erstellten Graphen und Konkordanzen präsentiert  

„Information Extraktion aus dem EBAY-Content mithilfe von lokalen Grammatiken“

Der  Termin „lokale Grammatiken“ wurde von Maurice Gross eingeführt. Dabei meinte er  

die  Beschreibung der bestimmten „lokalen“ grammatischen Phänomene, die nicht  

mithilfe  von globalen syntaktischen Regeln beschrieben werden können.  

1975  hat sich Maurice Gross mit der Erstellung einer Lexikongrammatik beschäftigt  2

Das  Ziel seiner Arbeit war, für jedes Verb der französischen Sprache ein genaues  

Satzschema  aufzustellen und syntaktische Eigenschaften aller Verben zu erstellen.  

Eine  Gruppe von Linguisten hat mehr als 400 Eigenschaften von 12.000 Verben  

genauer  betrachtet. Auf Basis dieser Arbeit ist Maurice Gross zum revolutionären  

Ergebnis  gekommen, dass keine 2 Verben die gleichen syntaktischen Eigenschaften  

haben.  Daher hat er den neuen Grammatikformalismus vorgeschlagen - die Theorie  

der  lokalen Grammatiken. Die lokalen Grammatiken sind in Form von endlichen  

Automaten  dargestellt:  

„It  could be viewed as an attempt to revive the Markovian model, but this would be  

wrong  , because previous Markovian models were aimed at giving a global description of  

a  language, whereas the model we advocate, and which we call it finite-state for short,  

is  of a strictly local nature. In this perspective, the global nature of language results from  

the  interaction of a multiplicity of local finite-state schemes which we call finite-state  

local  automata“  3

F  ür die Entwicklung der lokalen Grammatiken wurde das Tool UNITEX an der  

Laboratoire  d'Automatique Documentaire et Linguistique (LADL) unter Betreuung von  

Maurice  Gross entwickelt. Den meisten Beitrag zur Entwicklung dieses Tools hat  

S  ébastien Paumier geleistet. UNITEX ist eine open-source Software. Die Software ist  

von  der Seite des Instituts für Elektronik und Computer Science Gaspard-Monge  4

herunterzuladen  und unter LGPL Lizenz 5 zu benutzen.  

2  'DD  

3  'Dd '  

  'Eh 'W 'W '  

h   

„Information Extraktion aus dem EBAY-Content mithilfe von lokalen Grammatiken“

UNITEX  kann die Texte aus mehreren Sprachen bearbeiten, dafür sind schon die  

W  örterbücher für 13 Sprachen entwickelt: für Französisch, Englisch, Deutsch, Finnisch,  

Georgisch  , antikes und modernes Griechisch, Russisch, Thailändisch, Italienisch,  

Norwegisch  , Portugiesisch und Spanisch. Für die deutsche Sprache wurden die  

W  örterbücher am CIS 6 entwickelt.  

UNITEX  wurde zu Zwecken der Information Extraktion und Information Retrieval, zur  

Korpusbearbeitung  (Lemmatisierungen, Parsing usw.) und Korpusannotationen in  

Rahmen  mehrerer Projekte verwendet.  7

Nach  thematischen Gesichtspunkten lassen sich die Suchmaschinen in  3

Hauptgruppen  unterteilen: Universalsuchmaschinen, Spezialsuchmaschinen und  

Archivsuchmaschinen.  Während Archivsuchmaschinen gefundene Webseiten auf  

eigenen  Rechnern abspeichern, um die dauerhaft verfügbar zu machen, stellen die  

Universalsuchmaschinen  und Spezialsuchmaschinen sich zum Ziel, ein Abbild des  

aktuellen  Webs zu liefern.  

„Universalsuchmaschinen  kennen keine thematischen, geographischen oder  

sprachlichen  Grenzen. Ihr Ziel ist es - soweit möglich - das gesamte WWW zu erfassen.  

Spezialsuchmaschinen  hingegen beschränken sich bewusst auf eine geographische  

Region  , auf einen Sprachraum oder ein einzelnes Thema bzw. Themengebiet“  8

Es  gibt sehr große Menge an Spezialsuchmaschine für verschiedene Themengebiete  

und  in verschiedenen Sprachen. In einem Themengebiet, auf das sie sich  

spezialisieren  , liefern solche Suchmaschinen üblicherweise bessere Ergebnisse als  

Universalsuchmaschinen.  Die Spezialsuchmaschinen sind auf vielen zu ihrem Gebiet  

relevanten  Portalen implementiert oder für diese Portale speziell entwickelt.  

Da  die Spezialsuchmaschinen sich gezielt auf ein bestimmtes Thema beschränken,  

lassen  sich die für dieses Gebiet gewissen Inhaltsbereiche und Schwerpunkte  

charakterisieren.  Diese Inhalte sind in Grammatiken und Lexika konzipierbar. Deshalb  

eignet  sich der Formalismus der lokalen Grammatiken zum Erstellen der  

Spezialsuchmaschinen  hervorragend.  

  / DhD  

W   

t  /Z  

„Information Extraktion aus dem EBAY-Content mithilfe von lokalen Grammatiken“

Unten  wurden die Beispiele von einigen auf lokalen Grammatiken basierten  

Spezialsuchmaschinen  aufgelistet:  

GlossaNet  9 ist eine Spezialsuchmaschine, die 1999 von Cédrick Fairon an der  

LADL  unter wissenschaftlicher Betreuung von Maurice Gross entwickelt wurde.  

Das  System ist jetzt von CENTAL (Centre de traitement automatique du langage)  

an  der Universität von Louvain (UCL, Belgien) betrieben. Die GlossaNet  

durchsucht  über 80 Tageszeitungen nach Informationen. Die Suchmaschine führt  

die  Suche nach ihrer Suchanfrage jeden Tag durch und präsentiert aktuelle  

Ergebnisse.  Dabei ist GlossaNet mehr als einfache Spezialsuchmaschine, das ist  

auch  ein linguistischer Konkordanzer, der nach linguistischen Schemata  

recherchieren  kann. GlossaNet ist die erste Suchmaschine, die in Rahmen des  

Formalismus  von lokalen Grammatiken und mithilfe vom UNITEX-Tool entwickelt  

wurde.   

JOBANOVA  10 ist eine Spezialsuchmaschine, die sich auf die Suche nach  

Arbeitsstellen  in Deutschland, Italien, Frankreich, in der Schweiz und in den  

Staaten  beschränkt. Zurzeit enthält sie demzufolge 5 Spezialsuchmaschinen für  

jede  von oben erwähnten Sprachen (Stand: August 2009) Die JOBANOVA  

wurde  unter der Betreuung von Professor Dr. Guenthner entwickelt. Bewerber  

k  önnen in Sekundenbruchteilen die Stellenangebote auf JOBANOVA nach allen  

bedeutungsgleichen  , aber ganz unterschiedlich geschriebenen  

Berufsbezeichnern  gleichzeitig durchsuchen. Neben den hier vorgestellten  

Neuerungen  am wichtigsten sind die schreibweisentolerante Suche und das  

Vorschlagsfenster,  das dem Benutzer schon während der Eingabe alle dazu  

passenden  Angebote in einer Zusammenfassung zeigt, selbst wenn die Eingabe  

nicht  ganz korrekt ist.  

TrustYou  11 ist eine Qualitätssuchmaschine. Basierend auf Millionen von  

Bewertungen  hilft sie eine gute Entscheidung zu treffen. Dabei wird das Internet  

nach  Qualitätsinformationen, also Bewertungen, Meinungen und Aussagen von  

Nutzern  über Hotels, Hostels und Restaurants durchsucht. Man bekommt dann  

Bewertungen  , die nach verschiedenen Informationstypen und nach Stimmung  

  (positiv, negativ, neutral usw ) strukturiert sind Die TrustYou basiert auf den  

„Information Extraktion aus dem EBAY-Content mithilfe von lokalen Grammatiken“

lokalen  Grammatiken. Die „beschreiben alle unterschiedlichen Varianten, in der  

eine  semantische Einheit - zum Beispiel Aussagen zur Sauberkeit eines  

Hotelzimmers  - ausgedrückt werden können. Indem sie gleichzeitig Syntax und  

Semantik  beachten, faktorisieren lokale Grammatiken die überaus große Menge  

aller  verschiedenen möglichen Konstruktionen und ermöglichen eine bisher  

unerreichte  Detailgenauigkeit der Beschreibung“ 12 Die Technologie der Suche  

setzt  dabei auf Forschungsergebnisse des Centrums für Informations- und  

Sprachverarbeitung  der LMU München (CIS)  13

Die  vorliegende Forschung wurde im Formalismus der lokalen Grammatiken  

durchgef  ührt und untersucht die Implementierung dieser Theorie für die Information  

Extraktion  aus dem EBAY Content. Die lokalen Grammatiken wurden mithilfe von  

UNITEX  erstellt. Die am CIS für die deutsche Sprache entwickelten Ressourcen  

  (Wörterbücher, Flektionsprogramme, etc.) wurden im Rahmen dieser Arbeit verwendet.  

Das  Ziel der Arbeit ist, auf Basis von EBAY Items (Titeln von Artikeln) und EBAY  

Queries  (Suchanfragen in der Schmuckdomäne) die Lexika und lokale Grammatiken für  

Schmuck  -Domäne zu entwickeln. Auf Grundlage von diesen Ressourcen könnte man  

eine  spezielle Suchmaschine für die EBAY-Domäne vom Schmuck erstellen.  

Es  wurde eine Reihe von gleichartigen lokalen Grammatiken und Lexika für die andere  

EBAY  -Domäne im Rahmen des Seminars „Spezielle Suchmaschinen“ im Sommer  

Semester  2009 am CIS erstellt. Dabei wurde ein Arbeitsverfahren entwickelt. Dieses  

Arbeitsverfahren  zum Erstellen der Grammatiken wurde im Kapitel 5 detailliert  

beschrieben.  Zuerst ist eine Evaluierung der Schmuck-Domäne und EBAY Schmuck-  

Dom  äne präsentiert, auf die danach das Erstellen der lokalen Grammatiken beruht  

„Information Extraktion aus dem EBAY-Content mithilfe von lokalen Grammatiken“

o   

In  diesem Kapitel werden zwei auf verschiedenen Verfahren basierte  

Spezialsuchmaschinen  der Schmuck-Domäne dargestellt.  

Das  1999 gegründete englische Internet-Portal www.ice.com wurde als Quelle von  

Feinjuwelen  zu günstigen Preisen und guten Konditionen anerkannt. Trotzdem wurden  

die  erwarteten Verkaufszahlen wegen des Benutzens eines String-basierten  

Suchverfahrens  nicht erreicht. Die Implementierung einer neuen Suchmaschine von  

CELEBROS  (Suchkonzept Qwiser TM Salesperson) hat die Verkaufszahlen in 5 Tagen  

um  45,1 erhöht. In der Case Studie 15 sind die Herausforderungen der Suche in der  

Schmuck  -Domäne und die Lösungen von CELEBROS dargestellt.  

Die  erste Herausforderung bezüglich dieser Domäne besteht darin, dass Schmuck nicht  

zu  täglich gekauften Produkten gehört und der Käufer vielmals die Hilfe eines  

erfahrenen  Händlers braucht. Zur zweiten Herausforderung gehört die Vielfalt von  

K  äufern. Dabei lassen sich drei Haupttypen von Kunden des Schmuck-Onlineshops  

unterscheiden  : Die ersten wissen Bescheid, was sie wollen, die zweiten wollen sich  

einfach  umschauen und die letzten brauchen die Hilfe beim Auswählen.  Hierbei

entstehen  die folgenden Probleme beim Suchen. Wenn eine Suchanfrage zu allgemein  

war  , bekommt der Kunde zu viel Suchergebnisse und kann sie nicht erfolgreich filtern.  

Wenn  die Suchanfrage aber zu konkret war, kriegt der Kunde überhaupt keine  

Ergebnisse.  Außerdem enthält jede Suchanfrage viele wichtige Informationen, die den  

wirklichen  Bedarf der Kunden beschreiben. Die dritte Herausforderung wäre, diese  

Information  effizient umzusetzen.  

Die  Technologie von CELEBROS, die diesen Herausforderungen entspricht, sieht wie  

folgt  aus. Die Refinement-Boxes dienen als Hilfspersonal, die den Kunden hilft, die  

passenden  Produkte zu finden (sieh die Beschreibung der Refinement-Boxes unten)  

Wenn  der Kunde zu allgemeine Suchanfrage angegeben hat, dann bekommt er viele  

Refinement  -Boxes links und alle passenden und NUR passenden Suchergebnisse  

  (darunter Synonyme) rechts. Wenn der Kunde aber zu spezifische Suchanfrage oder  

  /  

„Information Extraktion aus dem EBAY-Content mithilfe von lokalen Grammatiken“

Suchanfrage  mit Tippfehlern angibt, erhält er trotzdem die passenden Ergebnisse  

rechts  , weil die Suchmaschine Tippfehler auch analysiert oder Synonyme zum  

Suchbegriff  ausgibt. Wenn die Suchmaschine dennoch nicht die Artikeln mit allen  

angegeben  Parametern findet, dann liefert sie die Suchergebnisse mit einigen von  

diesen  Parametern, die danach gegebenenfalls auch mithilfe von Refinement-Boxes  

pr  äzisiert werden können. Außerdem analysiert die CELEBROS Suchmaschine die von  

Kunden  angegebenen Suchanfragen.  

Was  kann die Suchmaschine von CELEBROS in Wirklichkeit (Eigenanalyse):  

Morphologie  : Die Suchmaschine liefert die gleiche Anzahl von Ergebnissen, wenn man  

die  Wörter in Suchanfrage in Singular oder in Plural angibt. Zwar hat die englische  

Sprache  ziemlich arme Morphologie, trotzdem ist die Deklination von Nomina bei der  

Suche  berücksichtigt.  

Stopp  -Wörter: Für Suchanfragen wie „ring with sapphire“ und „ring sapphire“ und „ring  

in  sapphire“ „ring w/sapphire“ usw. liefert die Suchmaschine die gleiche Anzahl von  

Ergebnissen  , was bedeutet, dass die Präpositionen als Stopp-Wörter betrachtet  

werden.   

Interpunktionszeichen  werden auch bei der Suche nicht berücksichtigt: dabei spielen -  

keine  Meta-Rolle in Suchanfragen.  

Tippfehler  -Analyse: Die Suchmaschine versteht viele Tippfehler-Variante. Zum Beispiel  

f  ür „sapphire“ versteht sie „saphpire“, „safire“, „sapfire“, „sapphife“, „sapphide“,  

„saphhice“  usw. Dabei werden nicht nur die Fehler, die beim Drucken des  

danebenliegenden  Buchstabens bewirkt werden, korrigiert, sondern auch die häufigen  

orthographischen  Fehler wie „safire“ erkannt. Wenn die Wörter versehentlich  

zusammengeschrieben  sind, dann versteht die Suchmaschine auch die Abwesenheit  

des  Leerzeichens.  

Synonyma  -Analyse: Die Suchmaschine liefert genau gleiche Anzahl der Ergebnisse für  

„lady  ring“ und „women ring“ oder für „pink gold“ und „rose gold“ Aber die  

Suchmaschine  versteht nicht „585 gold“, deshalb findet sie nicht das Synonym zum  

„14K  gold“  

Disambiguierung  : Die Suchmaschine kann zwischen „cross form“ und „cross pendant“  

zwar  nicht unterscheiden, aber liefert zu „cross pendant“ nur die Ergebnisse, die „cross“  

und  „pendant“ enthalten, und zu „cross form“ nur die Ergebnisse, die auch beide  

W  örtern enthalten. Wenn man aber einfach „cross“ angibt, kriegt man dann alle  

Ergebnisse  , die das Token „cross“ enthalten Trotzdem kann man mithilfe von  

„Information Extraktion aus dem EBAY-Content mithilfe von lokalen Grammatiken“

Refinement  -Boxes, z.B. Refinement-Box „Schmuckart“ („Categories“) das gemeinte  

Konzept  ausfiltern.  

Wortordnung  : Die Wortordnung in der Suchanfrage spielt bei CELEBROS-  

Suchmaschine  keine Rolle. Man kann auch nicht mithilfe von speziellen Zeichen  

bewirken  , dass die Suchmaschine die Wortfolge berücksichtigt. Aus diesem Grund wird  

man  zu Suchanfrage „14 inch“ mehrere „14K gold“-Artikeln erhalten, in denen das  

Lexem  „inch“ auch vorkommt. Das ist eine Schwäche dieser Suchmaschine, trotzdem  

kann  solche Nicht-Berücksichtigung der Wortfolge damit verbunden sein, dass die  

Gr  öße-Parametern bei Schmucksuche eher irrelevant sind. Auch gibt es  bei

CELEBROS  keine Refinement-Boxe die die Artikeln nach Größe bzw. Gewicht filtern  

k  önnen.  

Refinement  -Boxes: Wenn Die Suchergebnisse auf eine Seite reinpassen, dann gibt es  

auf  der linken Seite fast keine Filterungsvorschläge. Wenn es aber viel Ergebnisse gibt,  

dann  kann man die Suchergebnisse je nach der Suchanfrage nach folgenden  

Parametern  präzisieren: Steine, Steinformen, Metall, Goldfarben, Unterkategorien,  

Goldkarat  , Preis, Anlässe, Zielgruppe (Frau, Mann, Kind oder Unisex), Motiven  

  (geometrische Formen, Natur, Tierkreiszeichen, Herzen, etc.) Eine interessante  

Variante  der Marketing Refinement-Box ist die Box „Geburtstag-Steine“ - die Edelsteine  

werden  nach dem Geburtsmonat zugeordnet.  

Was  die Refinement-Boxes angeht, ist auch folgendes wichtig: Wenn eine Suchanfrage  

den  Begriff „Gold“ enthält, dann kann man sie nach weiteren Parametern wie z.B.:  

„Goldfarbe“  oder „Karat“ präzisieren. Der Parameter „Material“ kommt in diesem Fall  

nicht  mehr vor, weil es eindeutig ist, dass es sich um Gold handelt. Das gleiche betrifft  

auch  „Silber“ Gibt man „Silber“ an, dann kann die Suchanfrage nur nach relevanten  

Silberparametern  gefiltert werden.  

   16

Eine  Stylight-Suchmaschine verfolgt ein ganz anderes Suchkonzept. Bei dieser  

Suchmaschine  kann man nicht nur die Suchanfrage angeben, sondern sich auch die  

gesuchten  Items in visuellem Interface anschauen oder verwandte Produkte finden.  

Man  kann auch die Suchanfrage nach Kategorien, Preis, Marke, Farbe, Größe oder  

Preis  links verfeinern. Das visuelle Interface hilft die Menschen, die einfach sich  

umschauen  wollen, die Produkte auszuwählen. Dabei soll man nicht unbedingt die  

t   

„Information Extraktion aus dem EBAY-Content mithilfe von lokalen Grammatiken“

Fachtermini  wissen, um etwas zu finden (z. B.: Den Unterschied zwischen Kreolen,  

Ohrsteckern  und Ohrhängern oder zwischen Armreif und Armband kennen) Man  

braucht  auch kein Fachwissen, was die Steine anbelangt. Zum Kauf wird man durch  

visuelle  Stimuli angetrieben.  

Diese  Suchmaschine verfügt auch über eine Suchmaske. Trotzdem arbeitet die  

Textsuche  auf dieser Seite ganz schlecht. Vermutlich gibt es zu wenig Information über  

Produkten  , deshalb kann man das gesuchte Produkt überhaupt nicht über  

Eingabemaske  finden.  

„Information Extraktion aus dem EBAY-Content mithilfe von lokalen Grammatiken“

o   

Auf  den deutschen EBAY-Seiten werden täglich ca. 37 Millionen Artikeln dargestellt.  

Unter  der Kategorie „Uhren und Schmuck“ sind jeden Tag ca. 1 Million Items zu finden.  

Es  werden tagtäglich auch Millionen von neuen Artikeln hinzugefügt und Millionen von  

anderen  verschwinden, In der deutschen EBAY Schmuck-Kategorie werden jeden Tag  

ca.  500.000-800.000 Artikeln ausgestellt.  17

Die  Schmuck-Domäne ist wie folgt strukturiert (s. Abbildung 1)  

Abbildung  1: Kategorien in der Schmuck-Domäne von EBAY (Stand: August 2009)  

z   

„Information Extraktion aus dem EBAY-Content mithilfe von lokalen Grammatiken“

Wie  man der Abbildung 1 entnehmen kann, ist die Struktur der Schmuck-Domäne  bei

EBAY  ganz chaotisch und unlogisch. Demzufolge entstehen die Inkonsistenzen beim  

Platzieren  des Artikels. Das Einstellen eines Artikels geht folgendermaßen vor:  

Erst  gibt der Verkäufer beim Platzieren des Artikels einen Titel (Artikelbeschreibung,  

weiterhin  „Item“ genannt), der nicht mehr als 55 Zeichen enthalten soll. Es gibt auch die  

Richtlinien  und Tipps von EBAY, wie zum Beispiel „Vermeiden Sie dabei Gefühlwörter  

wie  „toll“ oder „super“ - kein Käufer sucht nach solchen Begriffen“ oder EBAY verbietet  

den  übermäßigen Gebrauch von Suchwörtern. Trotzdem verletzen mehrere Verkäufer  

die  EBAY Regeln.  

Nach  dem Eingeben des Items wählt der Verkäufer eine passende Kategorie. Er darf  

jeden  seinen Artikel in 2 Kategorien platzieren. Beim Eingeben des Titels wird EBAY die  

passenden  Kategorien vorschlagen, man darf aber auch selbst die Kategorien  

ausw  ählen. Beim Platzieren von Schmuckartikeln wählt man erst eine globale Kategorie  

  (sieh Abb.1) und dann wählt man weitere Unterkategorien.  

Dann  besteht die Möglichkeit, die Fotos hochzuladen. Im nächsten Schritt können  

  (müssen aber nicht und man tut das üblicherweise auch nicht so oft) Eigenschaften des  

Artikels  bestimmt werden. Eben diese eingetragenen Eigenschaften tauchen nachher  

bei  der Suche in den Refinement-Boxes auf.  

F  ür den Schmuck bietet EBAY die folgenden Eigenschaften zum Ausfüllen an:  

Artikelzustand  (neu, gebraucht), Produktart, Unterkategorie, Material, dominierender  

Stein  , Geschlecht (Damen, Kinder, Mann, Unisex), Marke, Farbe.  

F  ür jede Eigenschaft in den Kästchen soll ein passender Wert oder die Kategorie  

„Sonstige“  ausgewählt und dann selbst die Eigenschaft definiert werden. Je nach der  

ausgew  ählten Kategorie gibt es noch zusätzliche Eigenschaften zum Eingeben, wie  

zum  Beispiel: Hauptstein Perlen, Schliff, Diamantfarbe etc.  

Die  meisten der 800.000 Schmuck-Artikel, die tagtäglich bei EBAY angeboten werden,  

sind  ziemlich billig (ca. 500.000 sind unter 20 EURO und nur ca. 8000 kosten über  1000

Euro)  Im Gegensatz zu www.ice.com, wo der Feinschmuck verkauft wird, bietet EBAY  

viele  preiswerte Artikeln an: Chinesischen Schmuck, Kinderschmuck, Schmuck aus  

verschiedenen  Kunststoffen und unedlen Materialen, verschiedene Nippsachen und  

Ersatzteile