tengo una respuesta interesante pero no me permite el sistema por lo larga

Estrategias y mecanismos de búsqueda en la web invisible



Pilar María Moreno Jiménez



Mayo, 2003. Última actualización: mayo, 2005.



Resumen





Se denomina web invisible o profunda a la información que no puede recuperarse con los mecanismos de búsqueda comunes. Estos mecanismos tratan de abarcar toda la web, pero se calcula que los mayores motores de búsqueda alcanzan a indizar sólo entre un tercio y la mitad de los documentos disponibles. La web invisible no sólo es de mayor tamaño que la web visible o superficial sino que crece a mayor velocidad. Asimismo, mucha información disponible en la web profunda, como la que se encuentra en bases de datos, tiene un alto valor potencial para el usuario..



La multiplicidad de mecanismos de rastreo, indización, recuperación y organización de documentos en la web puede causar confusión al usuario común. Además, el número de motores de búsqueda, así como los híbridos resultado de la combinación de diferentes mecanismos, ha aumentado. Esto hace necesario clasificar y diferenciar los tipos de herramientas disponibles.



En este documento recomiendo algunas estrategias útiles para la búsqueda en la web y presento una compilación de recursos de búsqueda en la web invisible o profunda.







Tabla de contenido



Introducción



1. Mecanismos de búsqueda en la web



* Buscadores

* Metabuscadores

* Directorios

* Guías

* Tutoriales

* Software especializado



2. Estrategias de búsqueda en la web



* Estrategias generales

* Selección de herramientas

* Objetivo de la búsqueda

* Forma de búsqueda

* Especialización de la búsqueda

* Precisión de la búsqueda

* Mucha información recuperada

* Selección de recursos

* Poca información recuperada



3. Caracterización de la web invisible o profunda



* La web opaca

* La web privada

* La web propietaria

* La web realmente invisible



4. Herramientas de búsqueda en la web profunda



* Buscadores

* Metabuscadores

* Directorios

* Guías

* Tutoriales

* Motores avanzados



5. Estrategias de búsqueda en la web profunda



* Información especializada

* Búsquedas avanzadas

* Evaluación de la información

* Información en bases de datos



6. Compilación de recursos de búsqueda en la web profunda



* Recursos de búsqueda ordenados alfabéticamente

* Recursos de búsqueda ordenados por tipo de recurso



7. ¿Qué tan invisible es hoy la web invisible?



* La web opaca

* La web privada

* La web propietaria

* La web realmente invisible



8. Bibliografía







Introducción



El término “web invisible” fue utilizado por primera vez por la Dra. Jill Ellsworth para denominar la información que resultaba “invisible” para las maquinarias de búsqueda convencionales en la web (Ellsworth, 1995). También se la denomina “web profunda” (deep web), por oposición a la “web superficial” (surface web)cuya información puede recuperarse con los buscadores de Internet (Bergman, 2000). Un buscador es un sitio web cuyo propósito principal consiste en que el público pueda encontrar información. Estos mecanismos y el software que los apoya tratan de indizar toda la web, por lo que generan y mantienen enormes bases de datos recuperables. A pesar de su pretendida exhaustividad, se calcula que los mayores motores de búsqueda indizan sólo entre un tercio y la mitad de los documentos disponibles al público en la Red (Turner, 2003). Un estudio muy citado de Bright Planet ha estimado que la información contenida en la web invisible es aproximadamente 550 veces mayor que la de la web superficial y crece a mucha mayor velocidad (Bergman, 2000). Un estudio posterior de Cyveillance calcula que el tamaño de la web profunda es 275 veces mayor que el de la web visible (Murray, 2000, citado en Ouf, 2001). Estimaciones posteriores, en cambio, señalan que el tamaño de la web invisible es sólo entre 2 y 50 veces mayor que el de la web visible (Sherman y Price, 2001b). Las diferencias en las cifras se deben a las diferentes metodologías utilizadas por los autores. En cualquier caso, el valor de la información contenida en la llamada web profunda justifica su estudio y el de sus formas de acceso.



1. Mecanismos de búsqueda en la web

La multiplicidad de términos con que se alude a los mecanismos de rastreo, indización, recuperación y organización de documentos en la web puede causar confusión al usuario común. Lo cierto es que cada herramienta de búsqueda funciona y tiene un propósito y alcance diferentes, pero cada vez más las diferentes herramientas se combinan dando lugar a híbridos, que pueden dificultar la comprensión del funcionamiento interno de estos mecanismos. Una dificultad adicional es el número creciente de mecanismos disponibles, lo que hace aún más necesario clasificarlos y diferenciarlos.



Buscadores



A los softwares que usan los llamados buscadores, motores o maquinarias de búsqueda (search engines) para localizar páginas agregables a sus bases de datos también se les denomina indistintamente “arañas” (spiders), “rastreadores” (crawlers) o robots (en el contexto web). Estos rastrean e indizan de forma automática páginas web, así como todos los documentos referenciados en ellas. Los buscadores también añaden a sus bases de datos las páginas de cuya existencia son informados directamente por sus autores, así como los documentos referenciados en las mismas. Los buscadores presentan interfaces para el público, que consisten en cuadros donde realizar búsquedas de forma sencilla. Altavista, Ask Jeeves y Google, entre otros, son buscadores.



Los buscadores arrojan resultados sobre las búsquedas realizadas en sus propios índices y no sobre la web directamente. Esto último sería imposible debido al volumen de información y al tiempo requerido para realizar la búsqueda. El rastreo de páginas web que efectúan los robots se realiza con periodicidad variable y, por economía, tiende a no ser muy frecuente. Por ello, siempre existe una diferencia entre lo que pueden recuperar los buscadores y lo que realmente se encuentra en la web.



Aparte del volumen y frecuencia de indización de documentos, la diferencia más notoria entre los buscadores es su fórmula para calcular la relevancia de la información recuperada y ordenar así su presentación. Algunos buscadores se basan en un análisis estadístico de frecuencia de palabras en el texto, otros en el análisis de la frecuencia con que las páginas están ligadas a otras. En algunos casos, los buscadores muestran los resultados indicando el grado de relevancia de cada documento, mediante signos como estrellas, o bien con porcentajes.



Un estudio del 2000 (Notess, citado por Sherman y Price, 2001b) demostró que existe poco solapamiento entre buscadores, lo cual tal vez justifica su proliferación, ya que cada uno va cubriendo diferentes áreas del espacio web, sin que por ahora sea posible técnicamente que ninguno sea exhaustivo.



Metabuscadores



Los metabuscadores (metasearch engines) son servidores web que realizan búsquedas en muchos buscadores y/o directorios y presentan un resumen de los resultados, eliminando duplicaciones. Los metabuscadores no se sirven de robots, sino que van a buscar directamente a los índices de cada buscador. Dogpile,Mamma, Metacrawler o InfoSpace son ejemplos de metabuscadores.



Los metabuscadores, al igual que los buscadores, suelen presentar los resultados ordenados por relevancia y muchas veces indican de qué buscadores específicos se ha recuperado cada documento.



Una limitación de los metabuscadores es que no suelen presentar opciones de búsqueda avanzada, con lo cual se sacrifica la precisión en los resultados de las búsquedas.



Existen sitios web concentradores de buscadores y/o directorios, donde es posible realizar búsquedas sucesivas en varios de ellos, seleccionándolos de listas preestablecidas. A veces, en estos directorios los buscadores y/o directorios se encuentran clasificados por especialidad o cobertura geográfica. En otros casos, como en Metasearch por ejemplo, existe un mecanismo que "traduce" la fórmula de búsqueda y permite realizar búsquedas sucesivas en varios buscadores y/o directorios.



Directorios



Los directorios (directories) son organizados manualmente a partir del registro de páginas por parte de sus autores e implican una selección editorial y un proceso de categorización jerarquizada. LookSmart y Yahoo! son algunos de los directorios más conocidos.



Muchos directorios se especializan en un conjunto específico de recursos, los cuales generalmente son cuidadosamente seleccionados y descritos por los editores. Los editores de un directorio pueden ser empleados por la empresa que lo realiza y entonces hablamos de un modelo cerrado (closed model directories), que implica un mayor costo, pero también un mayor grado de calidad. Si los editores del directorio son voluntarios, entonces se habla de un modelo abierto (open model directories), lo que significa un costo y calidad inferiores. Los criterios de selección de recursos pueden ser explícitos o no, y variar según los editores, especialmente en los modelos abiertos.



Las categorías en las que se organiza el directorio pueden tener un número variable de recursos asociados, con lo cual algunas veces unas categorías resultan saturadas y otras muy poco representadas. En ocasiones, razones como la falta de tiempo, conocimientos o habilidades de los editores, limitan la cobertura de los directorios. Por otro lado, la política de solicitar un cargo por incluir páginas, que han adoptado algunos directorios, puede desalentar la inclusión de recursos potencialmente valiosos.

En

A tus preguntas, me planto casi con certeza en la que dice "censura".

Y también le doy la razón a Licy.

Estuve buscando (porque leí en la casa de otro)

y busqué vanamente hasta con ayuda.

Fíjense e intenten, que por ahí tienen suerte.

Página 8 del miércoles 10/3/2010 diario Crónica.



(La familia Macri-mafia): Se trata de la ex cuñada del jefe de gobierno

a quien el hermanito menor le robara sus hijos y ella corre peligro.

Título: "Se sienten completamente impunes

porque con la plata arreglan todo".

Esta sra. denuncia a los Macri en pleno A TODOS,

por jueces pagados, por arreglar a su gusto y gana,

y pide ayuda avisando a la sociedad que si le pasa algo

acusa a los Macri de ser los únicos responsables.

Que en 20 años de matrimonio, él hizo muchísimos millones;

(y no recibió ni $2), amén de llevarse a sus chicos con engaños, (antes por una orden legal él tuvo que firmarle la tenencia de sus hijos a la madre, por una separación por la infidelidad comprobada y recurrente de Macri), pero luego de comprar jueces se los robó en 2007 y no los ve desde ahí.

Que desde entonces clama por ellos y no puede acercarse,

merced a que arreglaron con jueces vendidos.

Y remata con un sablazo para Mauri, (BUSQUEEEN!...)

porque los niños quieren ver a su madre..., y dice ésto:

"CREO QUE UNA PERSONA QUE NI SIQUIERA SE OCUPA DE SU FAMILIA,

PUEDA SER CAPAZ DE PREOCUPARSE POR EL PAIS;

YA QUE SON PERSONAS QUE, NI CONOCE..."

Es complicado el tema, ya que si distraidamente buscas algo, ves cinco respuestas similares, podes llegar creer que ese es el promedio. Me pasa en temas de políticos o denuncias, primero salen los de los medios ... "serios" con notas tendensiadas.

Ya lo habíamos charlado, se paga por estar adelante, hace un tiempo largo trabaje para un tipo que armaba paginas web para empresas, y escuchaba muy seguido esa charla, de cuanto me sale estar adelante¡¡¡

Es verdad Luis cuesta mucho,encontrar algo de Macro Awada sobre todo de sus esclavizantes negocios del taller de costuras con empleados que trabajan casi todo el día ,duermen abajo las mesas de costura,tampoco de De Narvaez,etc pero muchísimos temas y personas que no las encontras por nada del mundo

Por fin alguien se esta dando cuenta de lo mismo que yo.



Últimamente siento que internet se esta convirtiendo en un arma de doble filo, veo personas muy inteligentes que sin darse cuenta están siendo arrastrados a unas mentiras muy bien estructuradas.



Y naturalmente cuanto mas libres creemos ser mas nos están guiando hacia el camino que mas le conviene.



Yo no utilizo google hasta la tercera opción y resulta sorprendente la diferencia entre buscadores.

Y muchísimos datos que no aparecen a pesar de que están.



Gracias por hacer que la gente se haga preguntas realmente importantes, con su fe ciega a veces arrastran a otros a errar.

A los poderosos no le interesa la información sino el poder, la información estaba demasiado democratizada. El que piensa es un peligro. Mejor es nadie piense y trabaje.

Es de seguro que habrá menos problemas.

Es obio que algunas paginas son deliberadamente elimindas del buscador pero solo es el 10 % , pero el otro 90 % es culpa de nosotros que no sabemos como linkear bien nuestra pagina para que el buscador lo encuentre

ESO SE LLAMA C E N S U R A... Y CONSTITUYE UNA VULNERACIÓN DE LOS DERECHOS FUNDAMENTALES DEL LIBRE DESARROLLO DE LA PERSONALIDAD ,DE LA AUTONOMÍA Y LA LIBERTAD INDIVIDUALES,DE LA LIBERTAD DE PENSAMIENTO,CONCIENCIA,Y EXPRESIÓN,Y DE LA DIGNIDAD HUMANA.



ESAS ACTITUDES POR EJEMPLO DEL GOBIERNO CHINO SON SIMPLE Y LLANAMENTE PURO NEOFASCISMO DE IZQUIERDA.



ESCRIBO EN MAYÚSCULAS,PUES "DIZQUE" EN INTERNET ES DE "MAL GUSTO" HACERLO POR CONSIDERARSE ESTO COMO "GRITAR"--- ¿QUÉ TAL QUE NOS CREAMOS SEMEJANTE ESTUPIDEZ?..PRETENDEN MANIPULAR LAS MENTES Y SICOSEAR A LA GENTE.



DE MI PARTE LES DIGO A AQUELLOS QUE ASÍ LO CONSIDERAN.... QUE ESPERO QUE NO SE LES REVIENTEN SUS "CASTOS Y SENSIBLES TíMPANOS"... CON MIS GRITOS MECANOGRÁFICOS.





LO QUE MENCIONAS DE ESE GOBIERNO ASIÁTICO NO ES INEFICACIA ,es pura "tarugada,medieval inquisidora" ....(lo digo pasito pues los servicios de espionaje chino me podrían localizar y arrestar.).. Voy a llamar a un querido amigo (que trabaja en el FBI )para que me proteja,por haber hecho tanto "escándalo" con mis letras mayúsculas.



Hasta ese extremo está llegando la humanidad ...y después los GOBIERNOS se quejan,por qué hay tanta protesta y violencia.