Suchlogik customizen
Suchart festlegen
Auf der Seite <e-searchindex> können für die einzelnen Absatzarten die Suchmodi festgelegt werden. Dabei kann man sagen durchsuche diese Absatzart nach einer der folgenden Arten
- Titel
- Volltext (ohne Titel)
- Komplett
- Nichts
Wird auch nur ein Pricefeed (egal welcher) aktiv genutzt, dann kann beim Suchindex auch der Text für die Varianten genutzt werden zur Suche. Beispiel: Werden in den Varianten Farben genannt, dann kann auch nach diesem Suchtexten für die Eigenschaften aus den Varianten gesucht werden.
- Integration der Varianten in den Suchtext (seit 4.06.12)
- Integration der Produkt-ID in den Suchtext (seit 4.06.12), die Produkt-ID bleibt selbständig ebenfalls suchbar
Suchmodus Shop festlegen
Mittels eines Parameters kann seit V4.05.34 auch nach „nur Artikeln“ oder „nicht nach Artikeln“ suchen. Eine entsprechende Auswahlbox wird in der Navigation.ccml automatisch installiert. Die Auswahl erlaubt zwischen „überall“ und „in Artikeln“ und „im Text“ zu suchen. Der PHP-Aufruf ist http://www....fts.php?criteria=xyz&nurartikel=....
- &nurartikel=Alles = Suche überall
- &nurartikel=NurArtikel = Suche und Ausgabe nur wenn Artikel-Nummer oder Preis gesetzt ist.
- &nurartikel=NurText = Suche und Ausgabe nur wenn Artikel-Nummer oder Preis nichtgesetzt ist.
Prioritäten für den Suchindex
Die Prioritäten für den Suchindex entstehen auf mehreren Ebenen.
Zunächst wird die Seite an sich bewertet, und das in Abhängigkeit der Hierarchiestufe. Siehe Zeile 26 in <e-searchindex>. Die Werte in den rot umrandeten Zellen können geändert werden. Die Startseite bekommt 20 Punkte, und die Hauptseite der 3. Ebene schon 110 Punkte.
Jeder Absatz an sich hat ebenfalls Bewertungspunkte: Siehe Zeile 14. Ein Titel hat 100 Punkte, ein Textabsatz noch 90, ein Formular in einem Absatz generiert Minus-Punkte usw. Die Gewichtung wird dann noch in Abhängigkeit zur Absatz / Textlänge gesetzt. Längere Absätze sind mehr Information, also gut, kürzere weniger. Ebenso wird definiert, ob überhaupt durchsucht wird. Zeile 15-21 definiert, ob bestimmte Objekte in den
Suchindex überhaupt eingehen sollen (und damit Punkte vergeben können)
Exakt ist die Formel:
Bewertung = (Bewertung der Seite + des Absatzes) * Textlänge durch 100 (nur im Code hinterlegt)
Ein Absatz besteht immer aus einem Titel und seinen Text. So gibt es Textabätze und eine Überschrift. Es gibt Bildabsätze mit einem Text und einer Überschrift. Auch ein HTML-Absatz oder ein PlugIn hat einen Titel und einen enthaltenen Textblock, der möglichst analysiert wird. Ein spezieller Absatz ist der Abstract, dessen Titel der Seitentitel ist. Der Abstract hat die besondere Eigenschaft auf der Seite normalerweise nicht ausgegeben zu werden. In der Suche ist der Abstract auch verfügbar und kann genutzt werden, um für die Seite Punkte zu sammeln.
Die Punkte der Absätze addieren sich auf die Seiten und die Anzahl der Fundstellen pro Seite in Abhängigkeit von Absätzen mit Fundstellen vs. Absätzen ohne Fundstellen errechnet die Ausgabepriorität innerhalb der search.php.
Kurz: Seiten in einer tieferen Struktur, mit mehr inhaltlichen Absatzarten und einer höheren Trefferdichte bezogen auf die Absätze und höhere Trefferdichte bezogen auf die Anzahl der Fundstellen pro Seite und der Gewichtung des einzelnen Absatzes mit der Fundstelle werden nach oben priorisiert bei der Ausgabe.
Will man, dass eine Fundstelle im Abstract deutlich besser ist als alles andere, dann gibt man in M14 einfach mal 100000 also Hundertausend Bewertungspunkte ein. Damit sollte bereits ein Treffer deutlich nach oben schnellen.
Note: Abstracts werden normalerweise auf der jeweiligen Seite nicht selber dargestellt. Also mag es u.U. nicht sinnvoll sein, diese Objektart zu durchsuchen, da der Leser keine Fundstelle haben wird. Auf meinen Seiten gebe ich immer den Abstract aus, auch auf Unterseiten (mit einem Trick), so dass der Leser durchaus eine Fundstelle im Absatz sehen kann.
Innerhalb der Suchausgabe bestimmen die Punkte des Absatzes und der Seite (vom Tool übergeben) sowie die Anzahl der Fundstellen, sowie die Anzahl der Absätze ohne Fundstellen.
Jeder Absatz mit der Fundsteller erhöht die Priorität mit den Punkten aus Absatz + Seite, die zweite Fundsteller nochmals um die Hälfte, die dritte Fundstelle in einem Absatz nur noch um 1/3 der Punkte. Jeder "nicht treffende Absatz" reduziert die bisherigen Bewertungspunkte um 10%. D.h. besser sind also Seiten, wo in 5 Absätzen der Suchtext jeweils 1x vorkommt als eine Seite mit 5 Absätzen in denen der Text in einem Absatz 5x vorkommt und dabei aber 4 un-relevante Absätze hat, wenn gleiche Bewertungspunkte der Seite und der Absätze vorliegen.
Gibt es mehrere Suchworte gleichzeitig wird pro Absatz bewertet: Wie viele Suchworte treffen in diesem Absatz und wie viele treffen nicht. D.h. die Bewertung des Absatzes wird bei nicht gefundenen mehrfachen Suchworten reduziert nach folgender Formel (in search.php):
Priorität= bisher errechnete Prioritätspunkte * (gefundene Worte / Anzahlsuchwort)²
Durch das Quadrat werden Absätze mit vollständigen Treffern alles Suchworte deutlich (=quadratisch) nach oben sortiert:
Beispielrechnung:
5 Suchworte alle 5 Suchworte kommen vor = Prio = 100
5 Suchworte nur 4 Suchworte kommen vor = Prio = 100 *(4/5)² = 100 *0,8² = 100 *0,64 = 64
5 Suchworte nur 1 Suchwort kommt vor = Prio = 100 *(1/5)² = 100 *0,2² = 100 *0,04 = 4
2 Suchworte alle 2 Suchworte kommen vor = Prio = 100
2 Suchworte nur 1 Suchwort kommt vor = Prio = 100 *(1/2)² = 100 *0,5² = 100 *0,25 = 25
Nach Analyse einer Seite wird in den normalen Ausgabestrom (both=yes ist nicht gesetzt) nur der wichtigste Absatz übernommen als Fundstelle übernommen. Die Ausgabe besteht oben aus dem Seitenteil mit Titel und Abstract und unten mit dem wichtigsten Absatz und seinem Bild, alternativ dem Seitenbild, wenn kein Absatzbild vorhanden.
Der Modus "&both" enthält jedoch zwei Funktionen gleichzeitig: a) es müssen beide Worte vorkommen und b) es werden alle treffenden Absätze ausgegeben.
- Ohne &both=yes (bzw. mit &both=no) wird pro Seite nur der wichtigste Absatz und diese in der Reihenfolge der Wichtigkeit der Absätze ausgegeben.
- Mit &both=yes werden die wichtigsten Seiten (nicht Absätze) nach oben sortiert und dann pro Seite die Fundstellen, also die Absätze, nach Wichtigkeit untersortiert. D.h. es gibt eine zweistufige Liste, die der Reihenfolge des Suchindexdatei, also der Gewichtung der Seiten entspricht.
Mit &both=yes wird i.d.R. eine hoffentlich so kurze Suchergebnisliste generiert, so dass der eine richtige Absatz sofort gefunden wird. Eine getrennte Schaltung, zwischen "both=yes" alle Suchworte müssen vorkommen, aber Ausgabedarstellung "ohne both", also nach Priorität und nur ein Absatz pro Seite ist möglich mit &both=and. Dies entsteht aber eigentlich ohnehin ohne den Modus both, weil die Seiten, in denen beide Wort treffen ohnehin nach oben positioniert werden, weil diese mindestens 4fach mehr Punkte bekommen. Aber die Liste wird mit &both=and verkürzt.
