Real Finder

Real Finder – Recommendation Engine

Autor: Michael Ollmann

Eine Methode und ein System zur Anzeige von Tippfehlerkorrekturen und Suchvorschlägen vor Ausführung eines Suchvorgangs.

 

Vorbemerkung

 

Informationsseiten und insbesondere Online-Shopping-Systeme mit der Möglichkeit einer Suchfunktion mittels User-Eingabe, von einem oder mehreren Suchwörtern, in ein Suchfeld, erreichen mit der Erkennung und Korrektur von User-Eingabe- und Tippfehlern bzw. mit Vorschlägen zur Eingrenzung und Verbesserungen der Suche, ein deutlich besseres Ergebnis.

Unter dieser Voraussetzung müssen alle bisherigen Systeme die vom User gewünschte Suchanfrage erst vollständig ausführen, um feststellen zu können, dass es sich wohlmöglich um eine Falscheingabe bzw. einen Tippfehler handelt. In allen bisherigen Systemen wird  in diesem Fall nach Ausführung der Suche eine neu generierte Seite erzeugt und angezeigt, auf welcher der User dann mögliche Korrekturen und Vorschläge findet, die er mittels Aktivierung des jeweiligen Links zur Such-Ausführung bringen kann.

 

Szenario

 

Ein Online-Shopping-System bietet ein Eingabefeld für eines oder mehrere Suchwörter. Beim Betätigen des Such-Buttons wird eine entsprechende Produktsuchfunktion ausführt und dem User die jeweiligen Ergbnisse, z.B. eine Produktliste mit Bildern, zu den eingegebenen Suchwörtern anzeigt. Bei einer Informationsseite könnte es z.B. eine Liste passender Lexikontexte zu den Suchwörtern sein.

 

Während der User beginnt Buchstabe für Buchstabe den Suchausdruck in das Eingabefeld einzugeben, wird mit jedem Tastendruck ein per Java-Script ausgelöster Programmcode (z.B. PHP) angestoßen, welcher eine optimierte Datenbank gestützte Wortvergleichs- und Ähnlichkeitsanlyse ausführt, ohne dass der User den Such-Button aktivieren muss bzw. per Enter-Taste die Suche auslöst. Das Ergebnis wird dem User vor Ausführung der entsprechenden Suche in einem speziellen Bereich oder Fenster während der Eingabe und Veränderung des Suchausdrucks angezeigt. Jede Veränderung des Suchwortes auch das Löschen einzelner Zeichen führt zur Anzeige etwaiger Korrekturen und Vorschläge.

 

Der User hat jetzt die Möglichkeit, vor Ausführung der Suche entsprechende Eingabe- bzw. Tippfehler zu erkennen und zu korrigieren bzw. einen der angezeigten Vorschläge und Korrekturvorschläge per Auswahl mit der Maus bzw. per Auswahl über die Cursor-Tasten zu selektieren und weiter zu verändern bzw. die Suche für die Vorschläge direkt auszulösen.

 

Beispiel

 

Angenommen ein User möchte Produte zur Marke „adidas“ finden. Er gibt das entsprechende Suchwort in das Suchfeld eines Shopping-Systems ein. Dabei vertippt sich der User beim Buchstaben „i“und schreibt statt „adidas“ das wort „adodas“. Das obige System würde abhänig vom Suchwort sowie abhängig von der Position des oder der Tippfehler sowie abhängig von den Zielinformatonsdaten – hier z.B. frühestens mit Eingabe des Buchstabens „o“ und spätestens mit Eingabe des Buchstabens „s“ - vor Auslösen der Suche in einem entsprechenden Fenster folgendes anzeigen:

 

                                    Meinten Sie vielleicht:

                                    Adidas

 

Der User könnte jetzt per Maus oder Cursor-Tasten zum entsprechenden Vorschlag navigieren. Der Vorschlag könnte durch die Navigation direkt ins Suchfeld übernommen werden, um ihn weiter zu verändern bzw. zu ergänzen oder mittels Mausklick bzw. durch Betätigen der Enter-Taste die Suche ausgeführt werden.

 

Die optimierte Datenbank gestützte Wortvergleichs- und Ähnlichkeitsanlyse könnte auch in der Lage sein, nicht nur die wahrscheinliche Wortkorrektur anzuzeigen, sondern diese mit der realen Such-Ergebnisanzahl zu erweitern.

 

Das Ergebnis könnte dann folgerndermaßen angezeigt werden:

 

                                    Meinten Sie vielleicht:

                                    Adidas     8552 Ergebnisse

 

 

Vorteile

 

- Erkennung und Korrektur von Tippfehlern vor Ausführung der eigentlichen Suche

- Reduzierung unnötiger Suchanfragen

- Reduzierung der Ausstiegs- / Abbruchrate

- Auslösen gezielter Suchanfragen

- Steigerung der Convertionsrate

 

Fazit

 

Durch dieses System können nicht nur die Kosten gesenkt werden, sondern vielmehr auch die Effektivität von Informationsseiten erhöht bzw. kann auf Internetseiten, welche sich mit dem Verkauf von Produkten beschäftigen, der Umsatz gesteigert werden.

 

 

Real Finder – Recommendation Engine

 

Der Real Finder löst per Java-Script einen entsprechenden Programmcode, z.B. PHP oder C aus. Hierbei wird mit jedem Tastendruck, dass sich momentan im Eingabefeld befindende Suchwort über Java-Script an den Programmcode übergeben, welcher das Suchwort analysiert und dieses gegebenenfalls mit ganz- oder teilweise, vorberechneten Daten innerhalb einer Datenbank vergleicht.

 

Eine speziell formulierte Datenbankabfrage in Verbindung mit einem entsprechenden Algorithmus liefert den oder die wahrscheinlichsten bzw. den oder die relevantesten Vorschläge oder Korrekturvorschläge bezogen auf das übergebene Suchwort.

 

Dabei „lernt“ das System neue Vorschläge und Korrekturen aus der statistischen Auswertung von User-Eingaben und Fehleingaben sowie durch Vorberechnung typischer Buchstabenvertauschungen, –weglassungen und –hinzufügungen sowie aus einer relevanten sortiments- oder zieldatenbezogen Datensammlung bzw. aus den Zieldaten selbst.

 

Im Gegensatz zur rein phonetischen Analyse bzw. im Gegensatz zu einer Levenshtein-Analyse bietet das System den Vorteil der zieldaten- oder zielsortimentsbezogenen Vorschlagsbildung und Korrektur, da die gesamte Datenbasis z.B. der gespeicherten Produkt- und Informationsdaten zur Analyse und zum Vergleich herangezogen werden kann bzw. Einfluss auf die abzufragende Datenbasis hat.

 

Beispiel:

 

Bei Eingabe der Buchstaben „SGH“, bezogen auf ein Sortiment von Damenmode, würde einen Tippfehler erkannt und ggf. eine mögliche Korrektur angeboten, da kein Damenmode-Produkt die Kennzeichnung „SGH“ trägt.

 

Es könnte angezeigt werden:

 

                                    Meinten Sie vielleicht:

                                    BH    670 Ergebnisse

 

Bei einem vollständigen Sortiment von Mobilfunkgeräten aller Hersteller wäre „SGH“ kein Tippfehler, da „SGH“ meistens ein Bestandteil von Typenbezeichnungen für Mobiltelefone der Marke Samsung ist.

 

Es könnte angezeigt werden:

 

                                    SGH F480                 60 Ergebnisse

                                    SGH F480 pink           7 Ergebnisse

                                    SGH F480 tasche       9 Ergebnisse

                                    SGH F-480                11 Ergebnisse

                                    SGH F480v                 5 Ergebnisse

 

Die Reihenfolge kann bestimmt werden durch die Relevanz der Vorschläge oder z.B. alphabetisch sortiert sein bzw. im Fall der Anzeige der Ergebnisanzahl aufsteigend oder absteigend sortiert nach der Anzahl der Ergebnisse.

 

Der Kern der zur Analyse benötigten Daten besteht in der Aufzeichnung der von Usern ausgeführten Suchanfragen, mit der zugehörigen Speicherung der jeweiligen Ergebnisanzahl sowie der Häufigkeit des eingegeben Suchworts mit einer über die Zeit abnehmenden Bewertung. Dabei könnte die Anzahl des heute eingegebenen Suchwortes „adidas“ mit einem Faktor 8 bewertet werden, während das gleiche Suchwort z.B. nach 30 Tagen nur noch mit einen Faktor 4 bewertet wird.

 

Zweck dieser über die Zeit abnehmenden Bewertung ist die Schaffung der Möglichkeit des schnellen „Lernens“ des Systems.

 

Angenommen, die Firma Samsung brächte ein neues Handymodell „SGH F500“ auf den Markt so würde es bei einer Einheitsbewertung unter Umständen erst nach langer Zeit oder niemals dazu kommen, dass „SGH F500“ in Korrekturen oder Vorschlägen auftaucht, da das ältere Modell „SGH F480“ über einen entsprechenden „Punktevorsprung“ verfügt. Die über die Zeit abnehmende Bewertung der Suchanfragen gleicht diesen Punktevorsprung aus.

 

Ein weiterer Teil der notwendigen Informationen besteht in der Aufzeichnung von Suchanfragen, die zu wenigen oder keinen Treffern führten mit der gleichzeitigen Speicherung des durch den User eingegebenen Korrektursuchwortes, welches zu einer größeren Trefferanzahl führte als das zuvor eingegebene Wort. Werden von verschiedenen Usern Datensätze aus Suchwort und Korrektursuchwort erzeugt, welches schon in der Datenbank existieren, wird der entsprechende Zähler in der Datenbank erhöht. Zusätzlich wird für jeden Datensatz aufgezeichnet, wie viele Buchstaben durch den User verändert wurden, um das Suchwort in das Korrektursuchwort zu verändern.

 

Vorschläge und Korrekturvorschläge können anhand der jetzt bestehenden Datenbasis bezogen auf ein Suchwort ermittelt werden. Dabei „lernt“ das System ständig aus den User-Eingaben. Mit wachsender Datenmenge wird das Ergebnis der Vorschläge und Korrekturen stetig relevanter und besser.          

 

Das optimale Ergebnis wird durch die zeichenweise Analyse des eingegebenen Suchwortes und die Bewertung von Sonderzeichen bezogen auf die Datenbasis in Verbindung mit Häufigkeiten, Veränderungszähler sowie der über die Zeit abnehmenden Bewertung der gespeicherten Daten, erreicht. Ein weiterer Faktor ist die Gesamtlänge des Suchwortes im Vergleich zur Gesamtlänge der gespeicherten wahrscheinlichen Korrekturvorschläge.

 

 

Real Finder ist ein Datenbank gestütztes, selbst lernendes System, welches sortiments- bzw. zielinformationsabhängige Vorschläge und Korrekturen produziert und anzeigt, bevor die eigentliche Suche durch den User ausgeführt wird.

Das System ist in der Lage das Ergebnis in verschiedenster Weise mit zusätzlichen Informationen in einer gewünschten Sortierung, auch nach Relevanz, anzubieten. In Zeiten von immer komplexeren Begriffen und Produktbezeichnungen, insbesondere auch im technischen Bereich ist Real Finder in der Lage Vorschläge zu liefern ohne, dass der User die vollständige Bezeichnung oder Produktbezeichnung wissen bzw. in vollständig ins Suchfeld eingegeben haben muss und bevor die eigentliche Suche durch den User ausgeführt wird.

 

Dabei reicht die Eingabe von „SGH F“ um alle möglichen Samsung Mobiltelefone der F-Serie von „SGH F300“ bis „SGH  F480“ nach Relevanz, alphabetisch oder Trefferanzahl sortiert, anzuzeigen. Allein das Wissen, dass es sich um ein „SGH F“ handelt führt den User sicher und schnell zum gewünschten Ergebnis. Ohne Real Finder und ohne genaue Typenbezeichnung würde der User wohlmöglich nach mehreren erfolglosen Suchen ohne Ergebnis, die Suche ganz aufgeben.


LEXO-Tags

Michael Ollmann

Weblinks

Lexolino-Register zu Michael Ollmann

 

Presse

Michael Ollmann - FranchiseCHECK.de mit 13.000 Fans

Nexdon GmbH

Michael Ollmann | Eigenkapital-Indikator auf FranchiseCHECK.de


x

Gemacht für GRÜNDER und den Weg zum ERFOLG!
Wähle dein Thema:

Erprobte Geschäftsideen, Innovationen und Know-How für den eigenen Start in die Selbstständigkeit. © FranchiseCHECK.de - ein Service der Nexodon GmbH