Die Absicht des Users vorhersagen durch die Nutzung von semantischer Analyse

Im Anfang des Jahres 2000 bemühte sich das Kontera Gründungsteam eine grundlegende Frage zu beantworten - wie können wir den Usern relevante und nützliche Informationen bieten, ohne diese aktiv danach suchen zu lassen? Das war und ist die grundlegende Vision Kontera's: die Informationen des Webs zu vereinen.

Die Antwort auf diese Frage ist, was wir heute die dritte Generation der „Online Information Interaction“ nennen. Die erste Generation wurde entwickelt, unter Verwendung von human zugeordneten kategorischen Verzeichnissen. Die zweite Generation nutzt Suchmaschinen, bei denen Benutzer Schlüsselwörter eingeben, die die gesuchten Informationen darstellen, um Links zu Websites zu erhalten die sich auf diese Schlüsselwörter beziehen. Beide Methoden erfordern aktives Denken und Aufwand, um die Informationen, die der Benutzer zu erhalten versucht, zu finden.

Die Dritte Generation der „Online Information Interaction“ ist basiert auf die Fähigkeit Kontera’s die wahre Bedeutung von Textinhalten mit der Möglichkeit die Absicht des Users zu erkennen, zu kombinieren. Kontera wählt die relevantesten Schlüsselwörter, die dem Nutzer die beste Information bieten können und verwandelt diese in Hyperlinks.
Kontera’s patentierte, semantische InText Technologie prognostiziert die Informationen des Vorhabens des Benutzers basierend auf den Inhalt der Seite, die der Besucher gerade ansieht. Kombiniert mit Echtzeit-Informationen, die von Tausenden von Websites extrahiert wurde, über Themen, Schlüsselwörter, Inhalt und Werbeanzeigen die zur Verfügung stehen und sich online entwickelt haben.

Relevanz - Genauigkeit - Interesse

Das Kontera System führt die folgenden Prozesse in Bruchteilen einer Sekunde, für jede Seite durch: Ein typischer Analyse-Prozess beginnt mit der Zusammentragung von allen relevanten Veröffentlichern, Inhalten und Attributen, darunter: Text-, HTML-Eigenschaften, Struktur, Plazierung auf der Seite, URL, Titel, Meta-Tags, individuelle Meta-Tags, etc. Jede dieser Funktionen hat Einfluss auf die Algorithmen des maschinellen Lernens, welches die Daten analysiert.

• Extraktion: Ein typischer Analyse-Prozess beginnt mit der Zusammentragung von allen relevanten Veröffentlichern  und dem Inhalt von Seiten sowie seinen Attributen, darunter auch: Text, HTML-Eigenschaften, Struktur, Plazierung auf der Seite, URL, Titel, Meta-Tags, individuelle Meta-Tags, etc. Jede dieser Funktionen wird von dem System genutzt um Einfluss auf die Lern-Algorithmen zu nehmen, die die Daten analisieren und einstufen.
• Entdeckung: durch Computerlingustik, Maschinelles Lernen und andere proprietär-sprachliche, semantische und statistische Algorithmen, werden Schlüsselwörter entdeckt und klassifiziert nach semantischer Bedeutung und deren potenziellen Beziehungen.
• Klassifizierung der Seiten: durch die Nutzung der firmeneigenen dynamischen Taxonomie, die sich ausbaut und eigenverantwortlich weiterentwickelt, werden themenbezogene Kategorien und Gruppierungen dynamisch errechnet für die jeweilige Seite.
• Gruppierung der Information: Kontera nutzt seine firmeneigene Inhalts-Extrahierung und Klassifizierungs-Systeme die das Web kontinuierlich nach dem neusten relevantesten Inhalt, Informationen und Werbematerialien durchsuchen.  Jede Informationsart, wie Artikel, Blogeinträge, Videos, Werbematerialien etc., werden unterschiedlich analysiert um die höchstmögliche Relevanz zu erreichen. Die potenziellen Ergebnisse einer Seite werden dann zusammen mit den jeweiligen Schlüsselwörtern nach Relevanz ausgewertet und zugeordnet.
• Auswahl: Aus einer potentziellen Ansammlung an zehn Schlüsselwörtern und hunderten von Anzeigen, sowie anderen zugehörigen Werbeprodukten, werden normalerweise drei bis fünf Schlüsselwörter ausgewählt, zusammen mit den best passenden Werbeanzeigen und Informationen. Diese Auswahl wird sich aufgrund der dynamischen Natur von Online-Inhalten und der sich selbstständig fortentwickelten Optimierungs-Algorithmen regelmäßig ändern.
• Online Lernen & Optimierung: Das online Lern- und Optimierungsmodul führt automatisch ein Ertragsmanagement durch. Diese Echtzeit-Analyse über User Interaktion mit besonderen Schlüsselwörtern, Werbeanzeigen und Informationen und wie diese in Beziehung zueinander stehen mit  spezifischen Websites und deren Thematik, wird genutzt um den Ertrag zu erhöhen und die Relevanz und Nützlichkeit der verschiedenen Kontera Produkte zu steigern.

Unsere Technologie- und Produktinnovationen bringen nicht nur eine Verbindung von relevanten Informationen mit Schlüsselwörtern, sondern nehmen auch das Vorhaben des Besuchers in Betracht. Unsere Forschungs, Software-Entwicklungs, User-Experience, Design und Technik Teams entwickeln stetig neue fortgeschrittene Informations Werbelösungen, die Textanalyse-Algorithmen mit Hilfe von Computerlinguistik, maschinellem Lernen  und prädiktiven Modellen mit exzellentem Design und User-Interaktions-Elementen vereinen. Eine der interessantesten Neuerungen, die als Nebenprodukt der Inhalts-Klassifizierung und der Sinn-Analyse entwickelt wurde ist der Echtzeit Interesse-Index, der dynamisch die interessantesten online Konzepte aufspürt und zu Tage bringt. Eine weitere interessante Entwicklung ist unser modularer In-Text-Widget, der es dem Werbetreibenden und Websitebetreiber ermöglicht die schwierige Aufgabe mit dem Besucher zu interagieren.