Die folgende Große Studienarbeit befasst sich mit den Ranking-Verfahren der Internet-
Suchmaschine Google und der Relevanzoptimierung von Webdokumenten für diese
Ranking-Verfahren. Es wird zunächst ein Überblick über das Unternehmen Google
gegeben, dessen Entstehung, Entwicklung und heutige Position dargestellt sowie
Gründe für den Erfolg aufgezeigt. Im Mittelpunkt der Arbeit stehen verschiedene
eingesetzte Ranking-Verfahren, wobei das PageRank-Verfahren von Google und der
zugrundeliegende Algorithmus detailliert vorgestellt werden. Weiterhin untersucht diese
Arbeit wie Webdokumente zu optimieren sind und welche Fehler vermieden werden
sollten, um das Ranking bei Google und dadurch auch bei anderen Suchmaschinen zu
verbessern.
Schlagwörter: Google, Suchmaschine, Relevanzoptimierung, Ranking-Verfahren,
PageRank
The following work treats the ranking procedures of the internet search engine Google
and the relevance optimization of web documents for these ranking procedures. First an
overview of the enterprise Google is given, its emergence, development and today's
position are represented as well as pointed out reasons for success. In the center of the
work stands different assigned ranking procedures, whereby the PageRank procedure of
Google and the underlying algorithm are detailed presented. Further this work
examines as web documents are to be optimized and which errors should be avoided, in
order to improve the ranking at Google and thus also at other search engines.
Keywords: Google, search engine, relevance optimization, ranking procedures,
PageRank
Inhaltsverzeichnis
1 Einleitung
2 Stand der Technik
3 Google – Eine Erfolgsstory
3.1 Entstehung von Google
3.1.1 Entwicklung von PageRank und BackRub
3.1.2 Gründung von Google
3.1.3 Der rasante Aufstieg
3.1.4 Bedeutung des Wortes „Google“
3.2 Google heute
3.2.1 Googles Vorrangstellung
3.2.2 Googles Geschäftsmodell
3.2.3 Geschäftszahlen
3.3 Gründe für den Erfolg von Google
3.3.1 Philosophie von Google
3.3.2 Herausragende Usability
3.4 Aktuelle Entwicklungen
3.4.1 Googles Zukunftspläne
3.4.2 Aktivitäten der Konkurrenz
4 Ranking-Verfahren
4.1 Einführung
4.1.1 Begriffsklärungen
4.1.2 Bedeutung des Rankings für Webseiten-Betreiber
4.1.3 Suchergebnisliste von Google
4.2 Statistische Gewichtungsmodelle
4.2.1 Das Vektorraummodell
4.2.2 Die relative Worthäufigkeit (TF-Algorithmus)
4.2.3 Die inverse Dokumentenhäufigkeit (ITF-Algorithmus)
4.2.4 Bedeutung der Lage eines Keywords
4.3 Hypermedia basierte Gewichtungsmodelle
4.3.1 Link Popularity-Verfahren
4.3.2 Systematik der Click Popularity
4.4 Cluster-Verfahren
4.5 Payed Placement bei Google
4.5.1 AdWords
4.5.2 Premium Sponsorship
5 PageRank - Das Herzstück der Google-Technologie
5.1 Theoretischer Ansatz von PageRank
5.2 Der PageRank-Algorithmus
5.2.1 Definition des PageRank-Algorithmus
5.2.2 Iterative Berechnung des PageRanks
5.2.3 Das Random Surfer Modell
5.2.4 Weitere Einflussfaktoren im Rahmen des PageRank-Verfahrens
5.2.5 Problematik des Konzepts
5.3 Möglichkeiten den PageRank einzusehen
5.3.1 PageRank-Wert über das Google-Verzeichnis
5.3.2 PageRank-Wert über die Google-Toolbar
6 Relevanzoptimierung
6.1 Grundlegende Aspekte der Optimierung
6.2 On the Page Methoden der Optimierung
6.2.1 Keyword-Strategie
6.2.2 Auswahl des Dokumententyps
6.2.3 Dynamisch generierte HTML-Dokumente
6.2.4 Der Dokumententitel
6.2.5 Bedeutung der Meta-Tags
6.2.6 Textauszeichnung, Textgröße und Überschriften
6.2.7 Link-Strukturen und Verzeichnistiefe
6.2.8 Valides HTML
6.2.9 Cookies und Log In
6.3 Off the Page Methoden der Optimierung
6.3.1 Domain-Name und Bezeichnung der Verzeichnisse
6.3.2 Aktualität und Änderungsfrequenz
6.3.3 Optimierung des PageRanks
7 Zusammenfassung und Ausblick
Zielsetzung und thematische Schwerpunkte
Ziel dieser Arbeit ist die detaillierte Analyse der Funktionsweise der Suchmaschine Google, insbesondere ihrer Ranking-Verfahren, um daraus konkrete Handlungsempfehlungen für die Relevanzoptimierung von Webdokumenten für Webseiten-Betreiber abzuleiten.
- Unternehmensanalyse von Google sowie Gründe für dessen marktführende Position
- Detaillierte Untersuchung statistischer Gewichtungsmodelle für Suchergebnisse
- Tiefgehende Analyse des PageRank-Verfahrens als Kern der Google-Technologie
- Methoden zur On-the-Page-Relevanzoptimierung (Inhalt, Struktur, technische Aspekte)
- Methoden zur Off-the-Page-Relevanzoptimierung (Link-Popularität, Domain-Strategie)
Auszug aus dem Buch
4.2.1 Das Vektorraummodell
Derzeit basieren verschiedene Retrieval-Algorithmen der Suchmaschinen auf dem Vektorraummodell, da es ein einfaches und benutzerfreundliches Modell ist, das sofort auf neue Datenbestände angewendet werden kann und je nach gewählter Retrievalfunktion eine relativ gute Retrievalqualität bietet (Glöggler, 2003, S. 73).
Das Prinzip des Modells wird von Glöggler wie folgt beschrieben:
„Beim Vektorraummodell wird jedes Dokument durch einen Vektor von n-Deskriptoren repräsentiert. D.h. für jedes Dokument existiert ein Vektor, dessen Vektorenraum durch n-Schlüsselwörter des betreffenden Dokuments gebildet wird. Konkret bedeutet das, dass jedes gefundene Schlüsselwort eines Dokumentes im Vektor eine Dimension bildet und der Vektor eines Dokumentes somit n-dimensional ist. Werden beispielsweise zwanzig Keywords für ein Dokument bestimmt, besitzt der Vektor des betreffenden Dokuments zwanzig Dimensionen (n = 20).
Eine Suchanfrage wird ihrerseits als m-dimensionaler Vektor dargestellt. In Analogie zum Vektor eines Dokuments bestimmt sich der Vektorraum einer Suchanfrage aus der Anzahl der Suchworte. Besteht eine Suche aus vier Suchworten, hat der Suchvektor vier Dimensionen (m = 4)“ (Glöggler, 2003, S. 73).
Es existieren zwei grundsätzliche Ansätze des Vektorraummodells, das binäre und das gewichtete Vektorraummodell (Glöggler, 2003, S. 73-74):
• Beim binären Vektorraummodell wird lediglich binär überprüft, ob ein Begriff in einem Datensatz vorkommt oder nicht. Es ist dadurch keine Differenzierung von Dokumenten hinsichtlich ihrer Ähnlichkeit zueinander bzw. eine Berechnung der Ähnlichkeit hinlänglich einer Suchanfrage möglich.
• Ziel des gewichteten Vektorraummodells ist es, über Gewichtungsverfahren Dokumente in Bezug auf ihre Ähnlichkeit zur Suchanfrage zu identifizieren und in eine gewichtete Rangfolge zu bringen.
Zusammenfassung der Kapitel
1 Einleitung: Diese Einleitung erläutert das Ziel der Arbeit, einen Überblick über Googles Ranking-Verfahren zu geben und daraus Maßnahmen zur Relevanzoptimierung abzuleiten, sowie die wachsende Bedeutung des Suchmaschinen-Marketings für Unternehmen zu begründen.
2 Stand der Technik: Hier wird der Kontext der Suchmaschinentechnologie beschrieben, von der Notwendigkeit innovativer Ranking-Algorithmen im wachsenden Internet bis hin zur Einteilung des Suchmaschinenmarktes in verschiedene Grundtypen wie Webkataloge und klassische Suchmaschinen.
3 Google – Eine Erfolgsstory: Dieses Kapitel zeichnet die Unternehmensgeschichte von Google nach, von der Entstehung an der Stanford University über den rasanten Aufstieg zum Marktführer bis hin zur heutigen Dominanz, dem Geschäftsmodell und der Philosophie.
4 Ranking-Verfahren: Hier werden die verschiedenen methodischen Ansätze zur Bewertung der Relevanz von Webdokumenten detailliert vorgestellt, unterteilt in statistische Gewichtungsmodelle (z.B. Vektorraummodell, TF-Algorithmus) und Hypermedia-basierte Modelle sowie Payed Placement.
5 PageRank - Das Herzstück der Google-Technologie: Dieses Kapitel widmet sich umfassend dem PageRank-Algorithmus, erklärt dessen theoretischen Ansatz als "Votum" durch Links, erläutert die iterative mathematische Berechnung und das Random-Surfer-Modell.
6 Relevanzoptimierung: Hier werden praktische Maßnahmen für Webseiten-Betreiber aufgeteilt in On-the-Page-Methoden (Content, Keyword-Strategie, technische Optimierung) und Off-the-Page-Methoden (Link-Popularität) erläutert, um das Ranking zu verbessern.
7 Zusammenfassung und Ausblick: Diese Zusammenfassung betont die dauerhafte Bedeutung der Relevanzoptimierung, warnt vor unseriösen SEO-Versprechen und unterstreicht das grundlegende Prinzip, Webseiten primär für Benutzer zu erstellen.
Schlüsselwörter
Google, Suchmaschine, Ranking-Verfahren, PageRank, Relevanzoptimierung, Suchmaschinenoptimierung, SEO, Vektorraummodell, Term Frequency, Inverse Document Frequency, Hyperlink, Webdesign, Link Popularity, Keyword-Strategie
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit analysiert die Funktionsweise der Suchmaschine Google, insbesondere wie diese Webdokumente bewertet und in Suchergebnissen anordnet, um Webseiten-Betreibern fundierte Ansätze für eine bessere Auffindbarkeit zu geben.
Was sind die zentralen Themenfelder?
Die zentralen Themen sind die Unternehmensgeschichte und Strategie von Google, verschiedene mathematische und hypermedia-basierte Ranking-Algorithmen sowie die praktische Optimierung von Webseiten durch on-page und off-page Maßnahmen.
Was ist das primäre Ziel oder die Forschungsfrage?
Das Ziel ist es, durch ein tiefes Verständnis der technischen Mechanismen von Google (vor allem des PageRank-Verfahrens) konkrete, erfolgversprechende Maßnahmen für die Suchmaschinenoptimierung abzuleiten.
Welche wissenschaftliche Methode wird verwendet?
Die Arbeit basiert auf einer Literaturanalyse, in der aktuelle wissenschaftliche und fachliche Grundlagen zum Thema Information Retrieval und Suchmaschinentechnologie sowie offizielle Informationen und Richtlinien von Google ausgewertet werden.
Was wird im Hauptteil behandelt?
Der Hauptteil gliedert sich in eine detaillierte Unternehmensanalyse, eine tiefgehende Untersuchung der Ranking-Verfahren (statistisch vs. hypermedia-basiert, PageRank) und einen umfangreichen Praxisteil zur Relevanzoptimierung von Webseiten.
Welche Schlüsselwörter charakterisieren die Arbeit?
Die Arbeit ist charakterisiert durch Schlagworte wie Google, Ranking-Verfahren, PageRank, Suchmaschinenoptimierung (SEO), Vektorraummodell, Link Popularity und Relevanzoptimierung.
Welche Bedeutung hat das PageRank-Verfahren für Google?
PageRank gilt als das Herzstück der Google-Technologie, da es die Wichtigkeit eines Webdokuments objektiv durch die Anzahl und Qualität der darauf verweisenden Links bewertet und somit eine zentrale Grundlage für die Suchergebnisse bildet.
Was sind "On the Page" und "Off the Page" Methoden?
On-the-Page-Methoden beziehen sich auf direkte Optimierungen am Dokument selbst, wie Keyword-Strategie, HTML-Struktur und Title-Tags. Off-the-Page-Methoden konzentrieren sich auf externe Faktoren, wie die Anzahl und Qualität eingehender Links von anderen Webseiten.
- Quote paper
- Philipp Wiedmaier (Author), 2004, Relevanzoptimierung und Ranking-Verfahren der Suchmaschine Google, Munich, GRIN Verlag, https://www.grin.com/document/25665
