Was ist eine Fuzzy-Suche?

Bei der Fuzzy-Suche werden verschiedene Algorithmen und Techniken verwendet, um die Ähnlichkeit zwischen zwei Textstrings, der Suchanfrage und dem möglichen Treffer in den Daten zu bestimmen. Diese Algorithmen basieren oft auf Konzepten wie:

• Levenshtein-Distanz: Dieser Wert gibt die minimale Anzahl an Änderungen (wie Einfügungen, Löschungen oder Ersetzungen) an, die erforderlich sind, um einen String in einen anderen zu verwandeln. Eine niedrigere Levenshtein-Distanz deutet auf eine größere Ähnlichkeit hin. Die Levenshtein-Distanz zwischen „Kätzchen“ und „sitzen“ beträgt beispielsweise 3.
• Kosinus-Ähnlichkeit: Hier wird der Kosinus des Winkels zwischen zwei Vektoren berechnet, die die Wörter oder Zeichenfolgen darstellen. Eine Kosinus-Ähnlichkeit von 1 steht für eine exakte Übereinstimmung, während 0 keine Ähnlichkeit bedeutet. Dies wird häufig verwendet, um Dokumente anhand ihres Wortinhalts zu vergleichen.
• Phonetische Algorithmen: Diese Techniken wie Soundex oder Metaphone kodieren Wörter basierend auf ihrer Aussprache. So lassen sich Wörter finden, die ähnlich klingen, aber unterschiedlich geschrieben werden, zum Beispiel „Meier“ und „Maier“.

Mithilfe dieser Konzepte können Fuzzy-Suchmaschinen mögliche Übereinstimmungen basierend auf ihrer Ähnlichkeit zur ursprünglichen Anfrage sortieren. So erhalten Nutzer eine Reihe relevanter Ergebnisse, auch wenn sie geringfügig von den Suchbegriffen abweichen.

Da Datasets immer größer werden und die Eingaben der Nutzer immer vielfältiger werden, bietet die Fuzzy-Suche einen wertvollen Ansatz, um Informationen effektiv abzurufen. Sie kann die Lücke zwischen den vielfältigen Arten der Nutzerkommunikation (oder Suche) und der Art und Weise, wie Daten strukturiert und gespeichert wurden, schließen. 

Hier sind einige Gründe, warum die Fuzzy-Suche wichtig sein kann:

• Nutzerfreundlichkeit: Die Fuzzy-Suche berücksichtigt Tippfehler, Wortvariationen oder Rechtschreibfehler, sodass Nutzer leichter finden, was sie brauchen, ohne die genaue Schreibweise oder Formulierung zu kennen. Das kann zu reibungsloseren und schnelleren Suchen führen.
• Verbesserte Suchrelevanz: Da bei der Fuzzy-Suche auch Varianten und Synonyme berücksichtigt werden, werden mehr relevante Ergebnisse abgerufen, die bei einer genauen Übereinstimmung möglicherweise übersehen worden wären.
• Verbesserte Auffindbarkeit von Daten: In großen Datensätzen mit potenziellen Inkonsistenzen oder Variationen bei der Dateneingabe hilft die Fuzzy-Suche, verborgene Zusammenhänge aufzudecken und relevante Informationen zu finden, die sonst übersehen worden wären.

Der grundlegende Unterschied zwischen der exakten Suche und der Fuzzy-Suche liegt in der Art und Weise, wie sie mit Datenvariationen umgehen. Sehen wir uns die wichtigsten Unterschiede an:

Um die praktischen Anwendungen zu veranschaulichen, sehen wir uns einige Beispiele an, wie die Fuzzy-Suche dabei helfen kann, die Nutzerabsicht hinter verschiedenen Suchanfragen mit relevanten Suchergebnissen abzugleichen. 

• Nutzer sucht nach: „Afelkuchen“
• Fuzzy-Suche findet: „Apfelkuchen“

In diesem Fall erkennt der Algorithmus für die Fuzzy-Suche die Absicht des Nutzers trotz des Tippfehlers und liefert das gewünschte Rezept für Apfelkuchen. Sie erkennt, dass „Afel“ wahrscheinlich eine falsche Schreibweise von „Apfel“ ist, und priorisiert das Ergebnis entsprechend.

• Nutzer sucht nach: „Rezept“
• Fuzzy-Suche findet: „Rezepte“

Die Fuzzy-Suche berücksichtigt problemlos Pluralformen. Ganz gleich, ob Nutzer nach der Singular- oder Pluralform suchen, die Suchmaschine ruft intelligent Ergebnisse ab, die der beabsichtigten Bedeutung entsprechen. So finden Nutzer Rezepte unabhängig von ihrer grammatischen Formulierung.

• Nutzer sucht nach: „schnelle Rezepte“
• Fuzzy-Suche findet: „Rezepte fürs Abendessen“

Die Fähigkeit, Synonyme zu interpretieren, erweitert den Suchbereich. Die Engine erkennt, dass „schnelle Mahlzeiten“ und „einfache Abendessenrezepte“ konzeptionell ähnlich sind, und liefert relevante Ergebnisse für beide, wodurch die Möglichkeiten über wörtlich verwendete Keywords hinaus erweitert werden.

• Nutzer sucht nach: „Laufschuhen“ (running shoes)
• Fuzzy-Suche findet: „Laufschuh“ (run shoe)

Algorithmen verwenden oft Wortstammerkennung, bei der Wörter auf ihre Grundform reduziert werden. So kann die Suche „Laufschuhe“ auch „Laufschuh“ finden, obwohl die Wörter grammatikalisch unterschiedlich sind. Nutzer finden also relevante Produkte, unabhängig von geringfügigen Abweichungen.

• Nutzer sucht nach: „USA“
• Fuzzy-Suche findet: „Vereinigte Staaten von Amerika“

Das System kann Abkürzungen effektiv verarbeiten und erkennt, dass „USA“ für „United States of America“ steht. Diese Funktion ist besonders nützlich in Datenbanken und Suchmaschinen, in denen häufig Abkürzungen verwendet werden.

Die Implementierung der Fuzzy-Suche umfasst in der Regel die folgenden Schritte:

1. Datenvorverarbeitung: In diesem Schritt werden die Daten in gewissem Maße bereinigt und standardisiert. Dazu gehören beispielsweise das Umwandeln von Text in Kleinbuchstaben, das Entfernen von Satzzeichen oder das Anwenden von Stemming-Techniken. Die Fuzzy-Suche ist zwar tolerant gegenüber Abweichungen, aber eine grundlegende Vorverarbeitung kann ihre Effizienz verbessern.
2. Indexierung: Die vorverarbeiteten Daten werden indexiert, oft mithilfe spezieller Datenstrukturen wie invertierten Indizes oder Trie-Strukturen. Diese Strukturen ermöglichen das schnelle Abrufen potenzieller Übereinstimmungen für eine bestimmte Abfrage.
3. Ähnlichkeitsberechnung: Wenn ein Nutzer eine Abfrage eingibt, berechnet der Algorithmus für die unscharfe Suche die Ähnlichkeitsbewertungen zwischen der Abfrage und den indizierten Daten. Dabei werden Algorithmen wie die Levenshtein-Distanz, die Kosinus-Ähnlichkeit oder phonetische Algorithmen verwendet, um den Grad der Übereinstimmung zu quantifizieren.
4. Ranking und Abruf: Die möglichen Übereinstimmungen werden anhand ihrer Ähnlichkeitsbewertungen eingestuft. Die Ergebnisse mit dem höchsten Ranking werden abgerufen und dem Nutzer präsentiert.

Die konkrete Umsetzung kann je nach Anwendung variieren. Vertex AI von Google Cloud kann in seinen Machine-Learning-Workflows Techniken für die Fuzzy-Suche nutzen, um die Genauigkeit des Modells zu verbessern und mit unvollständigen oder inkonsistenten Daten umzugehen. Fuzzy Matching kann beispielsweise das Feature Engineering verbessern, indem ähnliche Datenpunkte gruppiert oder Fehler in Trainingsdatensätzen erkannt und korrigiert werden.