mini|Logo von Google Scholar Google Scholar ist eine Suchmaschine des Unternehmens Google LLC und dient der allgemeinen Literaturrecherche wissenschaftlicher Dokumente. Dazu zählen sowohl frei zugängliche Dokumente als auch kostenpflichtige Angebote. Zumeist werden als Treffer Volltexte oder zumindest bibliographische Nachweise angezeigt. Google Scholar analysiert und extrahiert die in den Volltexten enthaltenen Zitate und erstellt daraus eine Zitationsanalyse. Darüber hinaus können die bibliographischen Angaben dieser Zitate über den Suchdienst recherchiert werden. Im Januar 2018 wurde der Umfang von Google Scholar auf ca. 389 Millionen Dokumente geschätzt. Damit ist Google Scholar derzeit die weltweit größte akademische Suchmaschine. Die leichte Bedienbarkeit und die Indexierung von Datenbankeinträgen, die normalerweise nicht für Webcrawler zugänglich sind, werden als Vorteile von Google Scholar betont. Problematisch ist jedoch, dass keine qualitative Auswahl getroffen wird und Google Scholar dadurch auch Dokumente nachweist, die wissenschaftlichen Standards nicht genügen.Ralf Neumann: Zur Filterkraft von Literatur-Datenbanken, Laborjournal-Blog
Vorgänger Google Scholar basiert auf den Erfahrungen, die Google mit verschiedenen anderen Diensten in den vorhergehenden Jahren sammeln konnte, allen voran natürlich aus der Google Websuche. Das Layout und die einfache Bedienbarkeit sowie die Indexierung sämtlicher Ressourcen in einem Gesamtindex wurden auf die wissenschaftliche Suchmaschine übertragen. Mit einigen Anpassungen konnte auch der PageRank für die Bewertung und Sortierung der Quellen übernommen werden.
Als Vorgänger von Google Scholar gilt das Projekt Crossref. Darin wurden neben Open-Access-Dokumenten und Dokumenten aus dem Self-Archiving-Bereich die Volltext-Bestände zahlreicher Fachverlage und -gesellschaften indexiert. Über die bekannte einfache Google-Suchoberfläche wurden alle diese Materialien recherchierbar.
Das Projektziel war es, einen Teil des Deep Web, nämlich die nur durch Registrierung und Anmeldung zugänglichen kostenpflichtigen Publikationen der Verlage und Fachgesellschaften, für die Suchmaschine zugänglich zu machen. Als Grundlage dafür dient eine gemeinsame Vereinbarung zwischen Google und den beteiligten Verlagen.
Funktionsumfang Am 18. November 2004 startete Google die englischsprachige Beta-Version von Google Scholar, seit dem 21. April 2006 ist der Suchdienst auch in deutscher Sprache verfügbar.
Der Schwerpunkt der nachgewiesenen Literatur liegt auf den Fachzeitschriften. Jedoch weist Google Scholar auch andere wissenschaftliche Dokumente im Volltext oder nur die entsprechenden bibliographischen Daten nach. Dazu zählen Inhalte aus dem freien Web bspw. von privaten und institutionellen Websites sowie Open-Access-Publikationen und Dokumente aus dem Self-Archiving-Bereich. Darüber hinaus sind auch kostenpflichtige Angebote von Verlagen und Fachgesellschaften nachgewiesen. Damit erschließt Google Scholar, wie auch sein Vorgängerprojekt CrossRef, einen Teil des Deep Web.
Das Besondere an Google Scholar ist die Volltextanalyse und -indexierung. In wissenschaftlichen Datenbanken kann ausschließlich in den bibliographischen Angaben sowie den Abstracts und Schlagworten gesucht werden. Die Auswahl und Bewertung der Dokumente erfolgt im Gegensatz zu den Fachdatenbanken nicht intellektuell, sondern auf Basis von Algorithmen, die die Wissenschaftlichkeit bewerten und das Ranking der Trefferliste bestimmen.
Die Ergebnisse einer Literatursuche werden dem Nutzer nach Relevanz sortiert angezeigt. Unterschieden wird dabei zwischen kostenpflichtigen Verlagsangeboten und kostenfreien Nachweisen, die jedoch nicht immer direkt zum Volltext führen, sowie in Open-Access-Publikationen. Der Mehrwert der wissenschaftlichen Suchmaschine liegt zum einen im Ranking von Dokumenten sowie in der Extraktion und Analyse der Zitationen, des Weiteren auch in der Möglichkeit der Weiterleitung von Suchanfragen an den WorldCat und die Nutzung des „Bibliothekslinks“ für die Nutzer von Bibliotheken, die mit Google Scholar zusammenarbeiten.
Zielgruppe Laut der Homepage richtet sich Google Scholar mit seinem Angebot an Akademiker. Somit werden Wissenschaftler, Forscher, Studierende, Hochschuldozierende, wissenschaftliche Mitarbeiter und Doktoranden zur Zielgruppe gezählt.
Suchraum Google Scholar versteht sich als ein Suchdienst für die allgemeine Suche nach wissenschaftlicher Literatur. Dazu gehören vor allem Zeitschriftenartikel, Bücher und technische Berichte. Aber auch Seminararbeiten und sämtliche Arten von studentischen Abschlussarbeiten, Power-Point-Präsentationen, Abstracts, Preprints und Konferenzbeiträge. Diese Dokumente sind teilweise frei im Web verfügbar, teilweise stammen sie von kommerziellen Anbietern. Deutlich erweitert wird das Volltextangebot durch die Integration der Daten aus Google Books.
Die kommerziellen Lieferanten der Daten sind wissenschaftliche Verlage, Fachgesellschaften und Berufsverbände, mit denen Google eine Vereinbarung getroffen hat. Diese erlaubt es den Webcrawlern deren Volltextdokumente zu indexieren. Dabei werden lediglich akademische Artikel, nicht jedoch Lehrbücher oder Monographien berücksichtigt. Es wird deutlich, dass Google die Definition der „Wissenschaftlichkeit“ sehr weit fasst. Neben Fachartikeln, die nach einem Peer-Review-Verfahren in Zeitschriften publiziert werden, sind auch Vortragsfolien, studentische Arbeiten von Hochschulschriftenservern und Dokumente, die Privatpersonen auf ihre Website stellen, nachgewiesen.
Funktionsweise Abdeckung Wie bereits dargelegt, umfasst der Suchraum dieser Suchmaschine wissenschaftliche Dokumente von unterschiedlichen Qualitätsstufen. Die Dokumente befinden sich zudem teilweise in verschiedenen Bearbeitungsstadien. So werden nicht nur qualitätsgeprüfte Fachartikel aus wissenschaftlichen Zeitschriften nachgewiesen, sondern auch Publikationen, die kein oder ein gefälschtes Peer-Review-Verfahren durchlaufen haben, sowie Preprints oder Vortragsunterlagen. Die unterschiedlichen Versionen eines Dokuments werden von Google Scholar gruppiert. Als Treffer wird die Verlagspublikation angezeigt und alle anderen Versionen werden unterhalb dieses Treffers unter dem Link „alle … Treffer“ zusammengefasst. Die Liste sämtlicher indexierter Versionen kann darüber aufgerufen werden.Google Scholar, Kategorie Support für Verlage
Google Scholar analysiert und indexiert Dokumente in verschiedenen Formaten. Dazu gehören die Formate HTML, PDF und PostScript; auch komprimierte Dateien können bearbeitet werden. Der Umfang der Dokumente, die als Volltext zur Verfügung gestellt werden, ist durch die Integration der Daten aus Google Books deutlich ausgedehnt worden.René König: Google, Google Scholar und Google Books in der Wissenschaft — Steckbrief III im Rahmen des Projekts Interactive Science. ITA-Projektbericht Nr. A52-3, Wien: Institut für Technikfolgen-Abschätzung (ITA), 2010 (PDF; 2,1 MB) Jedoch sind die Themen, die eine geringe Popularität besitzen, nur unzureichend in Google Scholar mit Nachweisen oder Volltexten repräsentiert.
Indizierung Google Scholar extrahiert aus den gefundenen Dokumenten die Metadaten wie z. B. Titel, Autor und Erscheinungsjahr. Dies erfolgt automatisiert, indem die Dokumente vom Webcrawler durchsucht werden und mit Hilfe eines Algorithmus die einzelnen Textsegmente anhand des Dokumentenlayouts unterschieden werden. Die Software erkennt sie als Zitation, Autorennamen, Erscheinungsjahr o. Ä. Diese Extraktion ist schwierig, da sich die Dokumente an keinen oder an unterschiedlichen Standards orientieren und in verschiedenen Formaten vorliegen. Dementsprechend ist das Erkennen der Metadaten teilweise fehlerhaft. Dies hat negative Folgen für die Auffindbarkeit der Dokumente sowie für alle Funktionen, die Google Scholar auf Basis dieser Daten anbietet. Dies betrifft vor allem die Publikationsserver von Institutionen, deren Metadaten nicht dem von Google geforderten Schema entsprechen.
Die extrahierten Daten werden für die Zitationsergebnisse, für den Rankingfaktor des Dokumentes als auch für die Funktion „zitiert durch“ verwendet. Darüber hinaus werden sie bei der erweiterten spezifischen Suche und für den Export in Literaturverwaltungsprogramme benötigt.
Ranking Das Rankingverfahren nutzt die etablierten Verfahren von Google Websuche. Da die bekannte Google-Technik im Hintergrund von Google Scholar angewandt wird, bietet dieser Suchdienst die gleiche Rechercheoberfläche und die gleiche Bearbeitungsgeschwindigkeit. Jedoch weisen wissenschaftliche Dokumente und deren Inhalte besondere Eigenschaften auf, die eine Anpassung der Prinzipien und Algorithmen des PageRank notwendig machen.
Die Technologie berücksichtigt den vollständigen Text des Dokuments, die Quelle, in welcher der Text veröffentlicht wurde, und vor allem auch, wie oft er in anderen Artikeln zitiert wird, um nur einige der berücksichtigten Faktoren zu nennen. Da Google über das Rankingverfahren kaum Informationen bekannt gibt, können über weitere Popularitätswerte und über die Gewichtung nur Vermutungen angestellt werden. Bekannt ist lediglich, dass Literatur, die häufig zitiert wird, in der Trefferliste weit oben angezeigt wird. Da somit aktuelle Dokumente einen niedrigeren Rankingfaktor erhalten als ältere Dokumente, wurde die Gewichtung des Publikationsdatums zugunsten von Dokumenten aktuelleren Datums verändert.
Zitationsextraktion Für die automatische Extraktion und Analyse von Zitationen greift Google auf seine Erfahrungen mit der Linkanalyse und auf die Erkenntnisse der Suchmaschine CiteSeer zurück. Durch das autonomous citation indexing werden Literaturangaben aus den Volltexten entnommen und nachgewiesen. Somit enthält Google Scholar auch Werke, die über seinen Abdeckungsgrad hinausreichen. Dabei handelt es sich hauptsächlich um Bücher.
Teilweise wird Google Scholar als Konkurrenz zu den kostenintensiven Zitationsdatenbanken Science Citation Index (SCI) und Scopus gesehen, da es eine kostenlose Zitationsanalyse bietet und mehr Open-Access-Zeitschriften berücksichtigt als diese Datenbanken. Somit weist Google Scholar einige Vorteile gegenüber den kostenpflichtigen Angeboten auf.
Wie die automatische Extraktion der Metadaten ist auch das maschinelle Erkennen von Zitaten fehleranfällig. So kommt es teilweise zu redundanten, unvollständigen oder fehlerhaften Einträgen im Index von Google Scholar.
Google Scholar bietet mit den Funktionen „ähnliche Artikel“ und „zitiert durch“ die Möglichkeit, die Recherche auszudehnen. Mit dem Begriff „Zitation“ werden Dokumente gekennzeichnet, auf die in anderen wissenschaftlichen Ressourcen verwiesen wird, die jedoch nicht in Google Scholar im Volltext enthalten sind. Dem Nutzer werden lediglich die ermittelten bibliographischen Daten präsentiert. Die Anfrage kann jedoch über den Link „Bibliothekssuche“ an den WorldCat weitergeleitet werden. Über diesen Katalog wird die nächstgelegene Bibliothek ermittelt, die diesen Titel im Bestand hat.Google Scholar, Kategorie Google Scholar Hilfe. Über den Link „ähnliche Artikel“ werden als thematisch verwandt erkannte Dokumente aufgelistet. Diese Funktion beruht ebenfalls auf der Volltextindexierung und der anschließenden automatischen Extraktion und Analyse der Daten.
Systemarchitektur Hardware und Infrastruktur Google nutzt die existierende Infrastruktur seiner Rechenzentren, um den Dienst Google Scholar anzubieten. Weltweit betreibt Google Rechenzentren, in denen der riesige Datenbestand gespeichert ist und die Suchanfragen bearbeitet werden. Diese verteilte Datenhaltung wird durch die Datenbanksoftware Bigtable verwaltet.
Webcrawler