Kurzfassung

Das Internet repräsentiert heute, seit der Entwicklung einfach zu bedienender Zugriffswerkzeuge, die weltweit größte und am schnellsten wachsende unstrukturierte Wissens- und Informationsdatenbank. Gerade diese Eigenschaften erschweren das Auffinden von relevanten Informationen und verhindern die effiziente Nutzung des World Wide Web. Aus der Notwendigkeit heraus, den Benutzern des Web die Möglichkeit zu geben, Informationen zu einem bestimmten Thema zu finden, entstanden in den letzten Jahren mehrere Suchdienste, die jeder für sich mehr oder weniger große Teile des World Wide Web indizieren und eine Suche ermöglichen.

Mit den gegenwärtigen Methoden der Informationssammlung dieser Suchdienste und der steigenden Anzahl von Dokumenten und aktiven Suchmaschinen wird die dadurch verursachte Netz- und Serverbelastung künftig andere Anwendungen weitgehend beeinträchtigen. In der vorliegenden Arbeit werden daher neue Forschungsansätze wie lokale Indizes und hierarchische Suchdienste näher untersucht. Dabei werden gegenwärtige Konzepte lokaler Informationssammlung und Konzepte zur Bereitstellung bereits gesammelter Daten für externe, übergeordnete Suchdienste behandelt.

Die Ergebnisse des Untersuchungsbereiches führen in weiterer Folge zur Entwicklung eines leicht portierbaren lokalen Suchdienstes, der die Bereitstellung von Informationen – Inhalte sowie Metadaten – für externe Suchdienste ermöglicht. Zusätzlich werden die Informationen über ein Web-Suchinterface zur Verfügung gestellt, wobei ein Index mit einem Ranking- und Relevanzsystem und automatischer Schlüsselwortbildung aus den Dokumenten aufgebaut wird. Die lokale Suchmaschine sowie die Schnittstellen werden detailliert dokumentiert und zukünftige Erweiterungsmöglichkeiten aufgezeigt.

Abstract

Today, since the development of simple-to-use access tools, the Internet represents the world's largest and fastest growing unstructured knowledge and information database. However, exactly this very characteristic makes the discovery of relevant information difficult and prevents efficient use of the World Wide Web. In recent years search engines have been developed to give users the possibility to search and find certain information on the Web. All these search services gather independently information from more or less large parts of the Internet.

Present day methods of information collection and the ever-growing quantity of documents and active search engines will increasingly affect future internet applications because of repeated net- and server-load caused by information gathering. In this thesis new approaches such as local gathering and hierarchical search services will be analysed. Furthermore, current concepts of local search engines and concepts of providing already gathered information for external, hierarchically higher levels of search services are discussed.

The results of this analysis lead to the development of an easily portable local search engine which enables providing information – contents as well as meta information – for external search services. Additionally, the gathered information will be made available through a Web search interface. An index with a ranking and relevance system and automatic keyword extraction from the documents will be created. The local search engine and the interfaces are documented in detail and future ways of extending the engine will be discussed.