Re: [InetBib] Syntax von Suchanfragen: best practices

[Uwe Reh <reh@xxxxxxxxxxxxxxxxxxxxxx>]

Hallo Sascha,

ob es wirklich beste Praxis ist, kann ich noch nicht sagen. Bei unserem 
Projekt verwenden wir einen leicht anderen Ansatz.

Da wir auf Basis von VuFind entwickeln, erben wir auch die Entscheidung, 
dass bei der Suche 'dismax' verwendet wird. Steuerzeichen wie '+' und 
'*' können wenn überhaupt nur in der Expertensuche maskiert werden. Für 
die 'normale' Suche verwenden wir einen Trick, bei dem bekannte 
Eigennamen umgeschrieben werden: C++ -> Cplusplus, B+ -> Bplus, A* -> 
Astern, ...
Das ist sicher nicht *DIE* optimale Lösung, aber sie ist praktikabel und 
die negativen Seiteneffekte (z.B. keine Suche nach A* möglich) scheinen 
erträglich. Das Umschreiben überlassen wir SOLR, so werden die 
Eigennamen beim Indexieren und beim Suchen gleich behandelt und sicher 
gefunden.
> <charFilter class="solr.MappingCharFilterFactory" 
> mapping="mapping-specials.txt" />

Viele Grüße
Uwe



Am 12.08.2012 19:31, schrieb Sascha Szott:
> Hallo allerseits,
>
> viele Bibliotheks-Retrievalsysteme nutzen die populäre Suchbibliothek
> Lucene/Solr und reichen die von ihr angebotene Suchanfragesyntax mehr
> oder weniger direkt an den Benutzer durch. Dadurch sind dann mittels '?'
> und '*' Wildcard-Queries möglich oder auch Phrase-Queries durch das
> Einschließen der Suchanfrage in doppelte Anführungszeichen. Auch die
> Abtrennung von Indexfeldbezeichnungen durch Doppelpunkt vom Feldinhalt
> ist gebräuchlich. Die booleschen Operationen werden meist durch +/AND,
> -/NOT und OR unterstützt.
>
> Ich behaupte, dass viele dieser Such-Operatoren eher in die Rubrik
> Expertensuche einzuordnen sind (zumindest bestätigen das meine
> Logfile-Analysen -- je nach Kontext kann das aber auch variieren). Die
> Frage ist aber, wie man sinnvoll unterscheiden kann, ob ein Benutzer
> z.B. bei der Eingabe eines '*' das Zeichen selbst oder das
> Spezialzeichen (in der Bedeutung: Platzhalter für beliebig viele
> Zeichen) meint. Beide Interpretationsvarianten haben ihre Vor- und
> Nachteile und m.E. sind beide Varianten plausibel.
>
> Wir das Zeichen '*' nicht als Spezialzeichen interpretiert, kann der
> Benutzer ohne Handstand z.B. den Titel 'A* algorithm' finden (in genau
> dieser Schreibweise). Wird es als Spezialzeichen interpretiert, dann
> würde bei der Suchanfrage auch der Titel 'Ant algorithm' gefunden
> werden, was den Benutzer u.U. irritiert. Ein ähnliches Beispiel kann man
> mit der Suchanfrage 'b+-trees* erzeugen. Hier ist der Benutzer
> möglicherweise irritiert, wenn er auch Ergebnisse zu 'b-trees' angezeigt
> bekommt (die im Ranking vor 'b+-trees' liegen).
>
> Mich würden diesbezüglich "best practices" interessieren. Welche
> Variante haben Sie in ihrem System gewählt (und warum)? Sollte man nicht
> besser standardmäßig auf die spezielle Interpretation der Zeichen
> verzichten (um den Normalbenutzer nicht zu verwirren). Wenn ja, wie kann
> man dem Expertennutzer dann aber dennoch die Möglichkeit bieten,
> Wildcard- oder Phrase-Queries zu formulieren?
>
> Beste Grüße,
> Sascha Szott

-- 
http://www.inetbib.de