LISA WISHARD
PRECISIÓN ENTRE LOS MOTORES DE BÚSQUEDA DE
INTERNET:
UN CASO DE ESTUDIO SOBRE GEOLOGÍA
Resumen
Para evaluar
la precisión de 37 motores de búsqueda de Internet se utilizaron tres
búsquedas representativas relacionadas
con la geología. En este artículo s con la geología. En este artículo se
analiza la estructura de los tres tipos principales de motores de búsqueda de
Internet, así como las estrategias para mejorar los resultados. Las búsquedas
revelaron que Go2, InfoMine y Argus Clearinghouse tenían la mayor precisión
como motores de búsqueda por catálogo. Excite, Infoseek y Northern Light
obtuvieron la mayor precisión como motores de búsqueda por palabra clave. No se
destacó ningún multibuscador. Se le sugiere a los usuarios utilizar varias
herramientas cuando hacen búsquedas específicas por tema en los motores de
búsqueda de Internet.
Introducción
En Internet
se puede encontrar abundante información sobre geología en muchas instituciones
y organismos estatales, nacionales, regionales e internacionales, así como en
numerosas fuentes personales y comerciales. Muchos de los organismos, como
United States Geological Survey y World Meteorological Organization, tienen en
sus propios sitios Web herramientas de búsqueda que localizan información
dentro del sitio. Pero si uno no sabe con quién está asociado un investigador o
un grupo de investigación o que una institución está estudiando un fenómeno
determinado, usar la herramienta de búsqueda específica de un sitio no es el
mejor camino. En estos casos, se necesitan los buscadores generales de la Web.
Este artículo presenta los resultados de las búsquedas sobre geología
realizadas en 37 motores de búsqueda. Contiene información sobre el tamaño de
la base de datos del motor de búsqueda, la disponibilidad de información sobre
geología y una evaluación de la precisión de los buscadores en base a tres
búsquedas representativas.
La primera
parte del artículo ofrece un panorama general sobre la estructura de un motor
de búsqueda. La segunda parte presenta la metodología con la que se evaluaron
los motores de búsqueda. La tercera explora los resultados de algunas de las
búsquedas modelo, incluye una tabla que recopila la información evaluada y
analiza las estrategias que pueden ser útiles para encontrar información sobre
geología a través de los buscadores de Internet.
I.
Estructura
de los motores de búsqueda
Los motores
de búsqueda son como un índice: llevan a los usuarios hasta los registros
relacionados con los términos de búsqueda. Pero los buscos de búsqueda. Pero
los buscadores Web no apuntan hacia los términos de un texto o de una base de
datos controlada, sino hacia los recursos disponibles en Internet. En virtud de
la complejidad del espacio Web, comparar motores de búsqueda es un gran
desafío.
Los
buscadores se dividen en tres categorías principales. La primera comprende los
motores de búsqueda por directorio o catálogo, organizados por tema o tipo de
material; por ejemplo, Yahoo!, un catálogo temático con búsqueda por palabra
clave; Argus Clearinghouse, un conjunto de buscadores por tema; DejaNews, un
motor de búsqueda dedicado a información sobre Usenet; y Magellan, un catálogo
temático de sitios Web revisados. En la segunda categoría están los motores de
búsqueda por palabra clave o "crawlers". Son índices del material de
Internet recopilado por programas robot o "spider". Los programas
navegan con regularidad a través de campos de datos, links y texto de páginas Web en busca de información nueva y
actualizada. Algunos de estos programas son HotBot, que usa un programa que
indexa páginas Web palabra por palabra, e Infoseek, que selecciona la
información a través de campos de datos y links. La tercera cde campos de datos
y links. La tercera categoría son los multibuscadores, o metacrawlers, que
hacen la búsqueda en las bases de datos de muchos buscadores al mismo tiempo y exponen los resultados combinados.
Estos son, por ejemplo, MetaCrawler, que usa palabras clave para buscar en 6
índices simultáneamente, y Ask Jeeves, que utiliza el lenguaje natural y un
sistema experto para navegar por 5 buscadores por palabra clave al mismo
tiempo.
Dentro de
las tres categorías principales de motores de búsqueda hay tecnologías
"cross-over". Por ejemplo, la mayoría de los buscadores por
directorio o catálogo tiene índices por palabra clave además de árboles
temáticos, como Yahoo!, Galaxy e Internet Sleuth. Además, muchos motores de
búsqueda por palabra clave o "crawlers" proveen canales jerárquicos
por tema que llevan al material de sus bases de datos, como Excite, Lycos e
Infoseek.
Para obtener
resultados más pertinentes y precisos, los usuarios deberían conocer varios
criterios importantes. Los links "ayuda", "cómo hacer la
búsqueda" y "acerca de", en la página principal de los motores
de búsqueda, deberían ayudar a encontrar las respuestas a estas preguntas:
1. ¿Cómo
está construida la base de datos? Algunos motores de búsqueda cuentan con diseñadores de páginas Web que registran sus
sitios; otros rastrean partes de la Web para recopilar y actualizar la
información. Asimismo, el buscador puede explorar sólo los campos de datos y
los hipervínculos o examinar en detalle el contenido de la página.
2. ¿Cuál es
el tamaño de la base de datos? El tamaño de la base de datos afectará la
exhaustividad y la pertinencia de una búsqueda. Algunos motores de búsqueda,
como Yahoo! o la mayoría de los sitios de catalogación, indexan la página
principal y otras páginas. Hay motores que indexan todas las páginas.
3. ¿Está
actualizada la base de datos? ¿Con qué frecuencia se actualiza? Los
programadores diseñaron buscadores que funcionan automáticamente en base a un
cronograma regular. El tiempo de retraso entre que se recopila información
nueva y se la ingresa al motor de búsqueda puede ser significativo, en especial
si el tema de la búsqueda es muy actual.
4. ¿ Qué
parámetros de búsqueda soporta el motor? Algunos ofrecen capacidades de
búsqueda sofisticadas, lógica booleana, búsqueda por frase y proximidad. Una de
las principales desventajas del uso de buscadores Web es la imposibilidad de
hacer búsquedas por campos, como autor o título. Muchos motores de búsqueda
tampoco permiten combinar grupos de resultados.
5. ¿Cómo se
clasifican y se exponen los resultados de la búsqueda? Algunos motores, como
Excite, utilizan la búsqueda por concepto, recuperando resultados no sólo para
los términos especificados, sino también para los conceptos relacionados.
Otros, como HotBot, devuelven los resultados en base a la cantidad de veces que
aparece el término de búsqueda en una página. También hay buscadores que
enumeran sólo los hipervínculos de los resultados clasificados. Otros presentan
resúmenes o comentarios, el tamaño de la página, links relacionados, fecha de
indexación, críticas o información sobre el autor.
Aunque
parece que está en desarrollo un lenguaje común de órdenes, todavía existen
muchas variaciones. Para tener más control sobre la búsqueda y los resultados,
los búsqueda y los resultados, los usuarios deberían sacar ventaja de las
capacidades de búsqueda "avanzada" o "personalizada". Tres sitios Web
que ofrecen excelentes comparaciones de los principales buscadores son Web
Matrix, construido por Matt Slot (http://www.ambrosiasw.com/~fprefect/matrix/),
Search Engine Watch (http://searchenginewatch.com/) y C|Net's Search Engines:
Where to Find Anything on the Net de Andrew J. Leonard
(http://www.cnet.com/Content/Reviews/Compare/Search/index.html). [Nota: Link eliminado el 5/8/98 por ald.]
Estos sitios incluyen tablas que comparan las capacidades, el tamaño y la
popularidad de los principales motores de búsqueda. Para obtener listas
completas de buscadores, visiten el sitio Web del Instituto de Tecnología
Académica de la Universidad de Carolina del Norte
(http://www.iat.unc.edu/guides/irg-08.html) [Nota: Imposible conectarse,
24/7/00] y la lista de motores de búsqueda de Yahoo!
(http://dir.yahoo.com/computers_and_internet/internet/world_wide_web/searching_the_web/).
[Nota: URL actualizada el 24/7/00 por Alta Vista, Excite e Infoseek siempre son
los servicios con las calificaciones medias más altas estimadas". (1997,
http://www.winona.msus.edu/library/ webind2/wi2pt3.htm#RESULTS, pág. 2 de 7). [Nota: Link actualizado el 5/8/98 por
ald.] En base a estos otros estudios publicados y a los resultados de este
estudio relacionado con la geología, se aconseja a los usuarios que cuando
traten de localizar CUALQUIER clase de información en la World Wide Web
utilicen varias herramientas, según el tipo de búsqueda que quieran hacer y el
tipo de información que se necesita.
Como
afirmaron Leighton y Srivastava, "la verdadera precisión, la proporción
entre los elementos pertinentes
recuperados y el número total de elementos recuperados, es muy difícil de
calcular, porque implicaría examinar todos los links devueltos por un servicio,
que pueden alcanzar los miles o millones". (1997,
http://www.winona.msus.edu/library/webind2/wi2pt2.htm#EVALCRIT, pág. 3 de 8).
[Nota: Link actualizado el 5/8/98 por ald.] Reconociendo las limitaciones de
este estudio, se espera que los resultados puedan servir como guía cuando se
utilizan los motores de búsqueda de Internet para localizar información sobre
geología en la World Wide Web.
Tabla 1.
Motores de búsqueda revisados
Nombre y URL
Tamaño
Precisión
Notas
Motores de
búsqueda por directorio o catálogo
All in One
http://www.albany.net/allinone/
pequeñoIGN=LEFT
VALIGN=TOP>pequeño
regular*
Interfase
común a muchos motores de búsqueda más pequeños, que el usuario debe consultar
de a uno por vez. No hay mucho sobre ciencia.
*La
precisión varía según la herramienta.
Argus Clearinghouse
http://www.clearinghouse.net/
pequeño
alta*
Sitios
revisados. Los links sobre ciencia están bajo el encabezado "Medio Ambiente" y el encabezado
"Matemáticas y Ciencias" que contiene la subcategoría
"Geología". *Sólo si el tema está incluido en Clearinghouse.
C|Net's Search.com
http://www.search.com/
grande
regular
Búsqueda
provista por Infoseek. Los usuarios pueden elegir entre 11 motores de búsqueda cuando
consultan "toda la Web". La subcategoría "Ciencia" está
dentro de la categoría principal "Aprendizaje". El uso de "links
relacionados" puede mejorar la precisión.
EINet Galaxy
http://www.einet.net/galaxy.html
pequeño
regular
La
subcategoría "Geociencia" está dentro de la categoría principal
"Ciencia". Las búsquedas por frase y por concepto no recuperaron
registros.
Go2 (antes World Wide Web Worm)
http://www.goto.com/
pequeño
alta
Hay 500
categorías enumeradas en orden aleatorio. Indica la última fecha en que se hizo
una búsqueda y descripciones. Los usuarios pueden "calificar" los
sitios localizados.
G.O.D. (Global Online Directory)
http://www.god.co.uk/
Magellan
http://www.mckinley.com/magellan/
pequeño
regular
Las
categorías temáticas acceden a sitios revisados. También se pueden hacer
búsquedas por palabra clave en "toda la Web". La categoría
"Ciencia" contiene una subcategoría llamada "Planeta
Tierra", con links relacionados con la geología.
Power Search
http://www.power-search.com/">
http://www.power-search.com/
[Nota: Link
eliminado el 5/8/98 por ald.]
grande**
regular*
Links
distribuidos a más de 100 motores de búsqueda general y especializada. La
opción "Búsqueda Personalizada" inserta la estrategia de búsqueda en
el cuadro de búsqueda para cada herramienta, pero hay que hacer las búsquedas
en forma separada para cada herramienta.
.
*La
precisión varía según la herramienta.
**Incluye
una gran variedad de herramientas, pero el sitio en sí sólo se vincula con 100
herramientas de búsqueda.
SciCentral
http://www.sciquest.com/cgi-bin/ncommerce3/
ExecMacro/sci_index.d2w/report
[Nota: Link
actualizado el 24/7/00 por ald.]
pequeño
baja
Relativamente
nuevo. Mantenido por profesionales de las áreas abarcadas. La categoría
"La Geología y el Espacio" tiene 9 subcategorías.
WWW Virtual Library
http://www.vlib.org/
[Nota: Link
actualizado el 24/7/00 por ald.]
pequeño
regular
madrid".
Los resultados se agrupan según la herramienta que devuelve el link. No elimina
los resultados duplicados.
Highway 61
http://www.highway61.com/
grande
regular*
Rastrea en 6
motores de búsqueda de Internet. Se pueden leer citas de figuras importantes
mientras se esperan los resultados.
*Las
búsquedas por frase o por concepto lograron una precisión más alta.
Inference Find
http://www.inference.com/infind/
grande
regular
Busca en 6
motores de búsqueda de Internet. Agrupa los resultados por dominio y elimina
los registros net. Agrupa los resultados por dominio y elimina los registros
duplicados.
Mamma
http://www.mamma.com/
grande
regular*
Consulta 6
buscadores de Internet, 5 buscadores
financieros y 5 buscadores de foros de discusión. Agrupa los resultados
según el motor de búsqueda que recupera el link.
*Las
búsquedas por frase o por concepto tuvieron una precisión más alta que las
búsquedas por palabra clave.
MetaCrawler
http://www.metacrawler.com/
grande
regular*
Consulta 6
motores de búsqueda de Internet. El link "Metaspy" permite ver qué
están buscando otros usuarios y cómo lo hacen.
*La búsqueda
por frase o por concepto tuvo mayor precisión.
MetaFind
http://search.metafind.com/
Lisa Wishard
Earth and Mineral Sciences Library
105 Deike Bldg.
The Pennsylvania State University
University Park, PA 16802
lar14@psu.edu
Facilitado
por la Biblioteca Nacional
de la República Argentina