BÚSQUEDA EFECTIVA Y
EFICIENTE EN INTERNET
¿Qué
se puede encontrar en Internet?
El contenido de información
y otros recursos existentes en Internet es cada vez más gigantesco. A veces se
caracteriza a Internet como la biblioteca mundial de la era digital, pero esa
comparación no es muy ajustada a la realidad. Internet, y en particular su
colección de recursos multimediales conocidos como el "Web" no fué
diseñada para la publicación y recuperación de información de manera
"organizada" como lo han sido las bibliotecas.
Internet ha evolucionado en lo que podemos
considerar como un repositorio caótico de todo tipo de información en forma
digital: textos cortos, libros, datos en bruto, propaganda comercial, video,
audio, documentos efímeros, documentos duraderos, noticias, información
gratuita, información vendida, información trivial, información valiosa y útil,
etc. etc. Más que una biblioteca, es una gran plaza de información y
comunicación.
En Internet se halla
prácticamente todo tipo de información, tanto en forma textual como en
imágenes, pequeños videos, archivos de sonido y música. Cosas como: noticias,
información sobre eventos, documentos técnicos y científicos, temas de deportes
y entretenimiento, catálogos de productos, información sobre personas (páginas
personales), información oficial sobre empresas y otras entidades, información
turística, información policial, información de servicio a la comunidad,
información estadística, etc. etc. Es casi imposible hacer una lista exhaustiva
de los tipos de información que existe.
Cada vez habrá más y más
información en Internet, debido a varios factores:
- la facilidad de publicar
información debido a la existencia de programas cada vez mejores, tanto para
elaborar documentos nuevos para el "Web" como para convertir
documentos preexistentes que están en otros formatos.
- El bajo costo de
publicación y difusión comparado con los costos en medios más tradicionales de
información.
- El dinamismo e
interactividad del hipertexto y los hipermedios, comparado con medios más
tradicionales de información y comunicación.
- El atractivo de lograr una
difusión mundial de la información.
- El creciente número de
personas con acceso a Internet.
- La facilidad cada vez
mayor para buscar o recibir la información, debido a herramientas de búsqueda,
selección y difusión cada vez más eficaces en la red.
- La mejora creciente en la
infraestructura física de las redes que conforman a Internet, en lo referente a
mayor ancho de banda y mejoras en los equipos servidores.
Todos estos factores son
incentivos para publicar en Internet, y van teniendo el efecto de que, en el
futuro, la información que no esté en la red mundial, para fines prácticos será
como si no existiera, porque cada vez menos gente se tomará la molestia de
buscarla en otro sitio.
¿Qué
es un Buscador o "motor de búsqueda" y cómo funciona?
Son sitios dentro del Web
especializados en servirnos como herramientas para la búsqueda de información y
demás recursos que se pueden encontrar en Internet. Es utilizando esos
servicios que podemos buscar y traer información hacia nosotros, sobre el tema en
el que estemos interesados.
Por lo general, un Buscador,
ejecuta periódicamente un programa que se va comunicando con los sitios
"Web" cuya dirección previamente ha sido inscrita en su base datos, y
trae hacia sí las páginas que encuentra, siguiendo también consecutivamente los
enlaces hacia otras páginas. Examinando el contenido de cada página recuperada,
el programa construye una gran base de datos a manera de índice con palabras,
frases o descriptores y la dirección de la página donde aparecen esos elementos.
Los Buscadores se pueden
clasificar en dos tipos según manejen o no una clasificación temática cuando
registran una nueva página en su base de datos:
- Buscadores que indexan el
texto completo
- Buscadores que usan
clasificaciones temáticas (llamadas taxonomías u ontologías)
La mayoría de los
buscadores, actualmente, pertenecen al primer tipo. El principal ejemplo del
segundo tipo de buscador es YAHOO.
Hay que tener presente que
ante el crecimiento constante de Internet, ningún buscador es capaz de
catalogar o indexar absolutamente todo el contenido. Por ejemplo, en un estudio
publicado en la revista SCIENCE en abril de 1998, por investigadores del NEC
Research Institute (Princeton, EE.UU.), para una cantidad estimada de unos 320
millones de páginas accesibles por esa época, cada uno de los mejores
buscadores solo alcanzaban a cubrir, a lo sumo, una tercera parte de esa
cantidad de páginas. Hay que aclarar que el número de páginas está en constante
crecimiento, y que el número de páginas "posibles" es prácticamente
ilimitado, si pensamos que hay producción de páginas "al vuelo", que
se generan en el momento de consultar, por ejemplo una base de datos o el mismo
buscador: la página mostrada no es preexistente, sino que se genera en el
momento de obtener o calcular los resultados de la consulta.
La mayoría de los buscadores
construyen su base de datos o índice usando programas de computador que
exploran el "web" y de manera automática van actualizando las bases
de datos principalmente por la adición de nuevos sitios matriculados por los
autores, o descubiertos por el programa al seguir los hiperenlaces que hay en
cada página.
Existen algunos servicios de
búsqueda cuyas bases de datos tienen alguna escogencia y evaluación por parte
de humanos, procurando que los documentos que indexa sean de calidad o
autoridad en cuanto a la información que poseen. Obviamente, dado el tamaño del
"web" esta labor "manual" es demasiado dispendiosa, y cada
vez lo será más.
Cada herramienta de búsqueda
es diferente y tiene su utilidad en ciertos casos. Se diferencian
principalmente en:
1. El tamaño o cubrimiento
que tienen del "web".
2. En la manera como indexan
los documentos: texto completo o clasificación temática
3. En el tipo de elementos,
como páginas, imágenes, sonidos, videoclips, etc. que catalogan.
4. En las opciones que dan
al usuario para expresar la búsqueda deseada y para restringirla o precisarla
buscando aumentar la relevancia de los documentos hallados, de manera de no
perder tiempo en documentos no pertinentes o de escaso valor o autoridad.
Además, existen
"multibuscadores" o "metabuscadores", que no manejan bases
de datos o 'índices propios, sino que al recibir una consulta invocan simultáneamente
a otros varios buscadores.
También existen programas
que se instalan localmente en nuestro computador y ejecutan búsquedas invocando
buscadores del "web". Uno de estos programas es el WebFerret que es
un multibuscador disponible en versión gratuita (http://www.ferretsoft.com/).
¿Cómo
buscar información sobre un tema?
¿Dónde buscar?
Primero hay que tener en
cuenta que la información en Internet, como se mencionó antes, es de tal
variedad en tipos, formatos y orígenes, que aún presenta algo de caos para
quien, acostumbrado a buscar información en una biblioteca, espera hallar unos
índices o catálogos perfectamente organizados que lo conduzcan a documentos o
bases de datos plenamente relevantes a la consulta que está realizando.
Para permitir la búsqueda en
la variada mezcla de información residente en Internet, se han desarrollado los
llamados Buscadores o "Motores de Búsqueda", los cuales son las
herramientas más conocidas para explorar Internet.
La mayoría de las personas
buscan información en Internet usando solamente los llamados Buscadores o
"Motores de Búsqueda", que son herramientas diseñadas para esa labor,
sin embargo, para explotar al máximo el potencial de Internet, además de los
Buscadores y de la "Web", debemos explorar en otros recursos de
Internet, como los grupos de interés que funcionan con Listas de Distribución
de Correo, y en los llamado "Grupos de Noticias".
A pesar de lo buenos que
puedan ser los Buscadores, en estudios realizados se ha demostrado que ni aun
los mejores de ellos cubren la totalidad de los millones de páginas que hay en
la "Web". Además los grupos de Interés, ya sea en Listas de Correo o
en Grupos de Noticias, ofrecen la posibilidad de hacer consultas a otras
personas que nos pueden resolver preguntas o conducirnos a otras fuentes de
información. También, muchos de estos grupos de interés conservan archivos de
todos los tópicos que han tratado a través de los años, y la información que
buscamos, a lo mejor ya ha sido tratada anteriormente por alguno de estos
grupos.
Existen también en Internet
documentos donde se han recopilado las Preguntas y Respuestas (PyR) más
frecuentes sobre muchos temas (conocidas también por sus siglas en inglés: FAQ:
Frequently Asked Questions). En esos documentos se encuentra la información
básica sobre muchos temas.
Antes de existir la
"Web", que organiza información con un sistema de enlaces denominado
"hipermedia" o "hipertexto", en Internet se desarrolló una
manera de organizar información en forma de "menúes" y
"submenúes", o sea listas y sublistas de temas. Este sistema se denominó
"Gopher", y aunque ha sido en gran medida desplazado o remplazado por
la "Web" con su hipermedia, aún queda alguna información en
"Gophers", que no debemos pasar por alto para algunas búsquedas que
no hayan sido fructíferas con los otros recursos.
También nació en Internet, antes de la
"Web", una manera de organizar bases de datos de información,
siguiendo normas bibliográficas, que se denominó WAIS. Este es pues otro
recurso de información, que aunque mucho menor en su utilización que la
"Web", podemos explotar a nuestro servicio.
En síntesis, para buscar
información de Internet se puede:
• Buscar en Páginas de la
"Web"
• Participar en Listas de
Correo
• Participar en Grupos de
Noticias
• Consultar Archivos de
Listas de Correo
• Consultar Archivos de
Grupos de Noticias
• Consultar las Preguntas y
Respuestas (o FAQs)
• Consultar en los Gophers
(en el "Gopherespacio")
• Consultar en las bases de
datos de WAIS
3.2 Tácticas de búsqueda y
recomendaciones prácticas
Hallar el documento, página
o sitio, que Ud. desea, en el "web", puede parecer increíblemente difícil,
en parte debido al tamaño gigantesco, que fácilmente puede estar por los 400
millones y en constante aumento, pero principalmente porque no está indexado
con un vocabulario estándar de descriptores como se usa en una biblioteca, o en
unos campos predefinidos como en el caso de una base de datos.
Al buscar en el
"web" Ud. está buscando texto (o tal vez otro tipo de material), en
documentos que alguna persona (o algún programa de computador) seleccionó para
incluirlo en la base de datos o índice de la herramienta de búsqueda que Ud.
está usando. El éxito de la búsqueda depende al menos de cuatro factores
importantes:
1.Su habilidad para crear
coincidencias exactas entre los términos que Ud. busca y los términos realmente
usados en los documentos que Ud. espera encontrar. Qué tanto acierta Ud. en
"suponer" las palabras o frases realmente usadas en las páginas que
potencialmente le interesan.
2.La manera como el buscador
indexa los documentos: texto completo o clasificación temática.
3.El tipo de documentos
indexados o catalogados en la(s) base(s) de datos usadas por su herramienta de
búsqueda. Por ejemplo: páginas, imágenes, sonidos, videoclips, etc.
4.El tamaño o cubrimiento de
la base de datos de la herramienta de búsqueda, respecto al universo total de
documentos existente en el "web".
5.Las características
particulares de la herramienta de búsqueda. Qué tan potente y flexible es para
permitir precisar los criterios de búsqueda.Qué opciones que dé para expresar y
precisar la búsqueda, para aumentar la relevancia de los documentos hallados, y
no perder tiempo en documentos poco importantes.
Ud. tiene que imaginarse las
variantes, sinónimos, términos, frases y temas altamente relacionados con lo
que desee hallar. Elementos que Ud. piensa que tienen alta probabilidad de
aparecer en documentos que serían de su interés. Si se usan palabras o frases
muy comunes, se pueden hallar muchísimos documentos irrelevantes que pueden
contener esas palabras o frases pero no son del tema que Ud. busca.
Quienes tienen más
experiencia búsquedas en el "web" usan al menos dos o tres
herramientas de búsqueda regularmente, y han dominado sus características
avanzadas y modos de uso u opciones particulares. Es un sabio consejo usar más
de una herramienta o buscador, ya que los resultados varían grandemente entre
ellos, debido en parte a que cada uno cubre subconjuntos diferentes del
"web" total. Al usar varios, estamos aumentando el cubrimiento o
cantidad de documentos considerados.
Damos a continuación algunas
ayudas prácticas, aprendidas por la experiencia, que nos dan más posibilidades
de hallar la información que buscamos en Internet.
3.2.1 Para usar
eficientemente un Buscador, recomendamos leer sus instrucciones propias (que
figura frecuentemente bajo "help"), ya que aunque el uso fundamental
o b.sico de todos es muy similar, para un uso más avanzado la manera de
utilizar cada uno de ellos es diferente. Es conveniente dominar las opciones y
sintáxis de uno, dos , o tres buscadores buenos para poder hacer consultas bien
precisas.
3.2.2 Los Buscadores varían
en cuanto a la manera de indicarles que busquen una palabra, todas las palabras
o una frase completa. Por ejemplo, en uno de ellos hay que encerrar entre
comillas la frase para que la tome como tal y no recupere páginas que tienen
esas mismas palabras pero en otro orden; en otros se selecciona o marca una opción
que le indica al buscador como debe tomar las palabras: alguna de ellas, todas
en cualquier orden o como frase. En otros buscadores hay que preceder cada
palabra del signo más (+) para que tome cada palabra. Para estas funciones
otros buscadores admiten operadores booleanos: Y ("and"), O
("or"), etc. Su grado de sofisticación varía.
3.2.3 Los buscadores
grandemente en cuanto a sus capacidades para indicarles que limiten la búsqueda
a páginas o sitios "Web" que tenga cierta característica. Algunos no
dan opciones y por lo tanto buscan en toda su báse de datos, otros permiten
restringir la búsqueda aquellas páginas que posean una de las siguientes características
o una combinación de ellas:
•Páginas en determinado
idioma
•Páginas actualizadas en la
.última semana, o en el .último mes, etc.
•Páginas de determinado
dominio de Internet, por ejemplo: .edu, .org , .co , .fr
•Páginas de determinada región
o país
•Páginas que tengan
determinado tipo de archivos: imágenes, audio, video, etc.
3.2.4 Los artículos técnicos
y científicos a veces se encuentran en otros sitios fuera de los sitios propios
de las revistas o publicaciones donde aparecieron. Por ejemplo, en las páginas
personales de los autores.
3.2.5 Muchas de las páginas
personales, residen en los servidores de las instituciones donde las
respectivas personas están afiliadas, como universidades, empresas, u otro tipo
de organizaciones. Otra posibilidad muy usada son los servidores que dan
alojamiento gratuito de páginas, como GEOCITIES y TRIPOD.
3.2.6 A algunos buscadores
se les puede indicar que traigan solamente páginas que tengan las palabras
buscadas en el título, no en el cuerpo de la página.
3.2.7 Algunos buscadores
reciben la dirección de un sitio o página, conocido también como
"URL", y buscan cuales otras páginas tienen enlaces hacia esa dirección.
3.2.8 Algunos buscadores
permiten que seleccionemos qué tan resumidos o extensos deseamos los resultados
de la búsqueda: que sólo muestre los "URL", o los títulos de las páginas
halladas, o las primeras líneas, etc.
3.2.9 Si tenemos una
consulta sobre un concepto más o menos específico, pero no nos interesa mucho
el tema más amplio al cual pertenece la consulta, por ejemplo: en un momento
dado nos pueden interesar unos datos concretos sobre cierto modelo de cámara
fotográfica, pero no queremos involucrarnos en temas más amplios de fotografía.
En tales casos nos podemos suscribir temporalmente a una lista de correo que
trate el tema. Una vez suscritos podemos hacer la consulta a la lista, y de
suscribirnos de la lista unos cuantos días después, cuando percibamos que ya no
están llegando más respuestas a nuestra pregunta. Es recomendable, antes de
hacer este procedimiento, buscar si existe un archivo de los mensajes que se
han cruzado en la lista, o un archivo de las Preguntas Frecuentes (FAQ) del
tema, pues en caso de que exista alguno de estos dos recursos, debemos buscar
primero en el o en ellos porque tal vez nuestra inquietud ya ha sido tratada
antes. Y obviamente, primero que todo, debemos buscar en la "Web".
3.2.10 Cuando sabemos de la
existencia de cierta información en Internet, pero vemos que su acceso tiene algún
costo, o alguna restricción, no debemos desanimarnos, pues es posible que la
misma información o información muy similar esté disponible totalmente gratis o
sin la mencionada restricción, en la misma red, en otro sitio. Para esto hay
que agudizar el ingenio, buscando, por ejemplo palabras o frases del documento
o tema que nos interesa, e incluso, en el caso de reportes o artículos
concretos, el título mismo de la publicación, o el autor, las organizaciones a
las que está vinculado el autor, etc.
3.2.11 Podemos también
atrevernos a adivinar la dirección "Web" o URL de una organización o
empresa que nos interesa, en caso de que no la hallemos. Es frecuente que
comience por "www", aunque no siempre, puede ser otro nombre del
computador servidor, y luego, separada por un punto, el nombre de la entidad o
una abreviatura o sigla, luego de otro punto, hay por lo general tre
posibilidades, según el país en el cual esté registrado su dominio
Hay paises, como Colombia,
que utilizan tres letras de dominio antes de las dos letras que identifican al
país: com = comercial, edu = educativo, org = organización.
En el caso de Estados Unidos, casi no se usan
las dos letras ("us") del país.
Ejemplos: www.eafit.edu.co,
www.presidencia.gov.co
Hay paises, como Japon y
Gran Bretaña, que utilizan solamente dos letras para ese dominio antes de las
dos letras del país: co = comercial, ac = académico, or = organización.
Ejemplos: www.seiko.co.jp, www.napier.ac.uk,
www.metromms.co.uk
Hay pasises, como España,
Suecia, Holanda, Dinamarca, Italia y Alemania, que no utilizan tales partículas
antes de las dos letras del país.
Ejemplo: www.cwi.nl
En otros casos, entre la
"www" y las dos letras del país hay más de una parttícula, lo cual
hace muy difícil asertar., ej: www.lcc.uma.es
Segun estas indicaciones,
supongamos que existiera una universidad cuyo nombre o sigla fuera
"kuto", podríamos suponer que su probables URL sería:
-Si está registrada en el
dominio colombiano: www.kuto.edu.co
-Si está registrada en el dominio japonés:
www.kuto.ac.jp
-Si está registrada en el dominio español:
www.kuto.es
-Si está registrada en el dominio
estadounidense: www.kuto.edu
-Si está registrada en el dominio alemán:
www.uni-kuto.de (este uso de "uni-" es muy frecuente y particular en
Alemania para las universidades)
3.2.12 Cuando está
particularmente difícil hallar alguna información, antes de darnos por vencidos
y concluir que tal información definitivamente parece no estar en el
"web", debemos avivar nuestra imaginación y creatividad para intentar
buscando en otros recursos de la red y haciendo búsqueda más indirecta aunque
parezcan un poco alocadas. Ejemplos:
Que tal si buscamos un
número telefónico, pero no en un "directorio telefónico" del
"web" sino simplemente en páginas del "web", podemos hallar
así páginas donde se menciona la empresa que tiene ese número telefónico.
Obviamente pueden resultar otras páginas donde aparezcan esas cifras y no
tengan nada que ver con nuestro "numero telefónico"
SQue tal imaginarnos frases que
"probablemente" puedan aparecer en los documentos que estamos
buscando, y buscar con esas frases o con una parte de ellas, indicandole al
buscador que considere esa secuencia de palabras completa como una frase. Por
ejemplo, si nos interesan las características de las cooperativas, y buscamos
"cooperativa" hallaremos demasiados documentos que se refieren a
cooperativas particulares y otros donde aparece la palabra como adjetivo.
Entonces, que tal si buscamos las frases como:
"una cooperativa funciona"
"las cooperativas buscan"
"una cooperativa se caracteriza"
"las cooperativas son"
"las coopeartivas tienen por"
"el objetivo de una cooperativa"
