Semantische Beziehungen

Erstellung kontextreicher Informationsarchitekturen, die semantische Führung bereitstellen und Benutzern helfen, Content besser zu finden, erforschen und zu verstehen.

Bedeutungsvolle Suchvorgänge

Die in der Picturepark Content Platform verwendeten semantischen Beziehungen ermöglichen es Benutzern, das Gesuchte nicht nur anhand eines bestimmten Suchbegriffes zu finden, sondern aufgrund dessen, was tatsächlich gemeint war. Die Suche nach “Personen” findet auch Content, der mit “Männer” und “Frauen”, aber nicht explizit mit “Personen” getaggt sind. Dabei werden die Suchergebnisse für “Personen” trotzdem zuerst ausgegeben.

Über semantische Beziehungen kann Picturepark bei der Suche ausserdem “nachfragen”, z.B. indem Benutzer entscheiden können, ob sie “Apple” im Kontext mit “Technologie” oder im Kontext mit ”Früchte” und “englisch” meinen. Durch die Integration dieser Hinweise in die Suchergebnisse kann das Auffinden des relevanten Contents deutlich beschleunigt werden.

Semantic relationship provide context to what you seeKontext kennen

Das menschliche Gehirn verarbeitet Informationen hoch kontextuell und zieht hierfür riesige Mengen verwandter Informationen in Betracht. Dabei wägt es ständig die Assoziationen zwischen diesen Informationsteilen gegeneinander ab, z.B. um zu entscheiden, welche Schuhe gekauft werden sollen.

Die Picturepark Content Platform will dem menschlichen Gehirn diese angereicherten Informationen zum besseren Verständnis und zur besseren Entscheidungsfindung zugänglich machen. Anstatt beispielsweise nur die Produkt-SKU oder dessen Namen anzuzeigen, könnte eine Karte mit den wichtigsten Produktdetails beiliegen. Einige Details können beispielsweise weiter erforscht werden, um besser zu verstehen, worin bei Uhren der Unterschied zwischen “wasserdicht” und “wasserabweisend” besteht.

Im Kern stellen die semantischen Beziehungen der Picturepark Content Platform für sämtlichen Content einen besseren Kontext und dadurch wertvolles Hintergrundwissen zur Verfügung.

Mehrere Dimensionen

Eine wichtige Voraussetzung für semantische Beziehungen in Picturepark sind mehrdimensionale Listen.

Für jedes Element einer solchen Liste können Attribute definiert werden, die das Element näher beschreiben oder anhand einer spezifischen Beziehung eine Verbindung zu anderen Listenelementen herstellen. Diese Elemente können ihrerseits mit Elementen anderer Listen verwandt sein und so weiter. Auf diese Weise können hoch verbundene neurale Informationsnetze entwickelt werden.

Semantic relationships connects pieces of data together in neuronal way

Obwohl diese neuralen Netzwerke eine mächtige Informationsquelle darstellen können, kann man sich auch leicht darin verlaufen oder davon überwältigt werden. Durch die Verwendung mehrdimensionaler Listen und anderer Fähigkeiten der Picturepark Content Platform, wie Adaptive Metadata, erhält man eine strukturierte Führung. Dadurch können komplexe Informationsarchitekturen erstellt werden, die trotzdem benutzbar und wartbar bleiben.

Selbst erstellte und bereits integrierte Vokabulare

Semantische Beziehungen funktionieren in beiden Richtungen: Zuerst muss die Semantik definiert werden, damit Picturepark diese Zusammenhänge bei den Suchergebnissen, Querverbindungen und der Informationsdarstellung berücksichtigen kann.

Es gibt unterschiedliche Arten von semantischen Relationen, wobei Synonyme und Antonyme wohl die bekanntesten, aber Hyperonyme und Hyponyme ebenso oft Verwendung finden, wenn Taxonomien konzipiert werden.

Jeder neuen Picturepark-Installation liegt eine Reihe von Referenzmodellen bei. Auf diese Weise kann der Nutzer von der jahrelangen Erfahrung im Bereich der Informationsarchitektur, vorgefertigten Adaptive Metadata Layers und einem gut kuratierten Vokabular aus 30.000 kontrollierten und verbundenen Schlüsselwörtern profitieren, die mehrsprachig zur Verfügung stehen.

So wie unser Gehirn ständig neue Assoziationen knüpft und gegeneinander abwägt, kann auch die Terminologie und die Verbindungen des durch die Picturepark Content Platform verwalteten Contents verfeinert werden. Dadurch lassen sich die Auffindbarkeit und die Beziehungen des Contents leicht verbessern.

Sauberere Daten

Mehrdimensionale Listen machen die Bearbeitung von Metadaten und Content schneller und konsistenter, weil der Liste nur Elemente zur Verfügung stehen, die auch als Werte von Editoren oder per Automation benutzt werden können.

Filters enable to show only content that is permitted to use Hierfür werden die Elemente in mehrdimensionalen Listen organisiert und miteinander verknüpft, wodurch verschachtelte Informationsstrukturen entstehen. Für jedes Feld eines Adaptive Metadata Layers definierte Filter lassen, z.B. basierend auf Metadaten-Domain oder -Status nur bestimmte Elemente erscheinen.

 

Dadurch müssen weniger Listen erstellt werden, die konsistent strukturierte Metadaten oder Content für verschiedene Anwendungsfälle bereitstellen, ohne dass Editoren durch zu viele unnötige Listenelemente überfordert werden.

Rollenbasierte Updates

Die Verschachtelung, Filterung und die Rechtevergabe für Listen und Ihre Elemente in der Picturepark Content Platform hilft bei der Erstellung von “normalisierten” Informationsmodellen, die einerseits verknüpfte, andererseits aber unabhängige Einheiten darstellen. Fachleute können ihre eigenen kontrollierten Vokabulare oder Content-Sammlungen unabhängiger und ohne Konflikte mit anderen kuratieren, wobei ihre Änderungen trotzdem im gesamten System zur Verfügung stehen.

Fügt beispielsweise der Produktmanager ein bestimmtes Attribut zu einem Produkt hinzu, so können Nutzer sofort die entsprechenden Bilder, Videos, Spezifikationen, Pressemitteilungen, etc. finden, wenn sie das neue Attribut als Suchbegriff verwenden. Kein Editor muss mehr die Metadaten für diese Elemente manuell einpflegen.

Die Verwaltung mehrdimensionaler Listen geschieht entweder in Picturepark, oder über die API anhand von Daten aus anderen Quellsystemen, wie Enterprise Resource Planning (ERP)-, Master Data Management (MDM) oder Product Information Management (PIM)-Systemen.