Indeksöintiä

Indeksöintiä (indeksointi) on prosessi, jossa tieto järjestetään ja merkitään hakukelpoiseksi siten, että sen löytäminen ja paljastaminen on mahdollisimman tehokasta. Tavoitteena on parantaa haku- ja tiedonhakulaskennan tarkkuutta sekä hakujen vastaavuutta.

Indexöinti riippuu kontekstista. Kirjastotiedon alalla indeksöinti tarkoittaa aineiston avainsanojen ja luokitusjärjestelmien (esim. asiasanat, MeSH, Dewey-luokitus) muodostamista sekä kontrolloitujen sanastojen hyödyntämistä metatietoineen. Prosessissa voidaan käyttää sekä manuaalista että automaattista työnkulkua, ja se voi sisältää sanaston harmonisointia, synonyymihallintaa ja ontologioita.

Verkkohakukoneissa indeksöinti tarkoittaa sivujen sisällön ja metatietojen keräämistä (kutsutaan hakukoneiden indeksoinniksi), tekstin käsittelyä (tokenisointi, stemming, stop words -poisto) sekä sanojen ja lausetyyppien yhdistämistä indeksiin. Tyypillinen rakenne on käänteinen indeksi, joka yhdistää sanat dokumentteihin kustakin avainsanasta.

Indeksöinti ulottuu sekä täystekstin että metatietojen tasolle, ja siihen liittyy päivitysstrategioita, skaalautuvuutta, monikielisyyden huomioimista sekä käyttäjien haku- ja ranking-tarpeiden huomioimista.

Hyödyllistä on nopea haku, parempi näkyvyys ja parempi käyttäjäkokemus; rajoitteita ovat monimutkaiset hakutermit, sisällön ja kontekstin erottelu sekä jatkuva muuttuva data ja tarve ylläpitää suorituskykyä.