INTERNET Y LOS ARCHIVOS

1
INTERNET Y LOS ARCHIVOS

• Sistemas de búsqueda y
• recuperación de Información

Eva Mª Méndez Rodríguez Universidad. Carlos III
de Madrid emendez_at_bib.uc3m.es
Sevilla, Mayo 1999
2
Sistemas de búsqueda

• Finalidad / terminología
• Estadística
• analizar la red  wanderers
• evaluar el impacto knowbots
• calcular el tamaño o nº de páginas por servidor
• Mantenimiento 
• mantener la estructura hipertextual
• controlar los cambios de direcciones
• Mejorar la rapidez y disponibilidad de recursos 
• duplicar directorios ftp (mirrors) worms
• Recuperación de información
• spiders, webcrawlers, engines, search engines,
• arañas, buscadores, motores de búsqueda,
  buscadores,
• rastreadores... Robots
• directorios, índices, portales,...etc

3
Sistemas de búsquedaCaracterísticas generales

• Gran variedad y heterogeneidad
• Se pueden buscar no sólo páginas web, sino
  también ficheros, listas de distribución, etc.
• Sintaxis de interrogación distintas
• Normalmente permiten una búsqueda simple y
  avanzada
• Crecimiento exponencial de la información
  sistemas insuficientes

4
Sistemas de búsquedaTipología

• Recursos Web
• Software y ficheros
• Personas e instituciones
• Listas de distribución
• News

• Directorios / índices
• generales
• especializados
• Buscadores
• Metabuscadores
• Agentes inteligentes
• Portales
• WebRings

5
Qué/cómo buscar

• Necesidades de información
• Buscar la respuesta a una pregunta concreta
• Buscamos un dato
• Resolver un problema o una necesidad amplia de
  información
• Buscamos Soluciones informativas
• Necesitamos
• -Clarificaciones
• -Decisiones
• -Síntesis

6
Estrategia

• Identificar la necesidad de información
• Descomponerla en tantos conceptos atómicos como
  sea posible
• Transformala en palabras-clave o frases
• Buscar sinónimos (idiomas inglés)
• Utilizar operadores booleanos
• Utilizar paréntesis para delimitar el alcance del
  operador
• Limitar años, dominos, servidores... etc.
• Adaptarse a la lógica de recuperación de los
  distintos sistemas de búsqueda

7

• Directorios o Índices
• la búsqueda temática en la Red
• ej Yahoo!

Sistemas de búsqueda
8
Indices o directoriosCaracterización

• Son listas de recursos jerárquicos o bases de
  datos realizadas por evaluadores que, de forma
  manual, organizan los recursos temáticamente
• Están organizados según clasificaciones ad hoc o
  bien clasificaciones bibliotecarias (Bubl)
• Acceso
• El tipo de búsqueda es principalmente el browsing
• La mayoría tienen también un motor de búsqueda

9
Índices o directorios Ventajas e inconvenientes

• Al ser recursos seleccionados existe poco riesgo
  de duplicación o redundancia de enlaces
• Pero son menos exhaustivos que los motores de
  búsqueda

10
Índices o directorios

• Alcance
• Suelen tener un alcance multidisciplinar, (aunque
  existen directorios especializados e incluso
  geográficos)
• Son excelentes para encontrar información básica
  sobre un tema.
• Calidad
• Existe una alta posibilidad de encontrar recursos
  de calidad, aunque muchos recursos son
  autoseleccionados por loa autores.

11
Índices o directorios Cuándo usarlos?

• Para iniciar una búsqueda sobre un tema concreto
• Cuando se quiere encontrar información
  rápidamente y de forma precisa
• Cuando se tiene muy definido el tema de la
  búsqueda y las necesidades concretas en que se
  genera la consulta
• Cuando se buscan conceptos polisémicos y se
  precisa acotar a un área del saber

12
Yahoo!http//www.yahoo.com http//www.yahoo.es

• Yahoo es uno de los más "antiguos" (1994) y sin
  duda el más popular de los buscadores basados en
  categorías temáticas
• Comenzó como un producto universitario y se ha
  convertido en una importante empresa y en un
  portal de entrada (en el sentido de que trata de
  albergar todos los servicios que un usuario puede
  necesitar desde las noticias, las categorías
  principales, el correo etc
• Información ordenada de forma jerárquica por
  temas de interés general, que a través del
  browsing se irá concretando a temas más
  específicos.
• Divide en 14 categorías principales el
  conocimiento albergado en la web,

13
Yahoo!http//www.yahoo.com http//www.yahoo.es

• Combina la navegación por categorías (browsing)
  con la búsqueda por palabras clave
• Opciones de Búsquedaen todo Yahoo (en todas las
  categorías) o en la categoría que estemos
  situados.
• No efectúa sus búsquedas por texto completo ? se
  limita a buscar en los comentarios proporcionados
  con las direcciones de los sitios.
• Búsqueda avanzada
• Operador booleano por defecto AND. Lógica
  implícita por AND y - por NOT.
• Campos Título (t....) y URL (u....)
• Búsqueda por frase ("....").
• Truncamiento con el signo

14
Otros directorios

• GENÉRICOS
• Magellanhttp/magellan.excite.com
• Galaxy http//galaxy.einet.net
• Argus Clearinghouse http//www.clearinghouse.net
• ESPECIALIZADOS
• OMNI http//www.omni.ac.uk
• BUBL http//www.bubl.ac.uk
• GEOGRÁFICOS
• Virtual Tourist http//www.vtourist.com/webmap
• Principales portales ESPAÑOLES
• Telépolis http//www.telepolis.es
• Olé http//www.ole.es

15

• Motores de Búsqueda
• la búsqueda por palabras-clave en la Red
• ej Altavista

Sistemas de búsqueda
16
Motores de búsquedaCaracterización

• Sistemas de búsqueda basados en un software o
  robot que recorre automáticamente la Red
  indizando páginas
• Se compone de
• un robot
• una base de datos
• un sistema de interrogación y lenguaje de
  consulta
• una interfaz web
• Acceso
• Búsqueda por palabras clave introducidas por el
  usuario a través de un interfaz de búsqueda
• Permiten acotar a determinados campos

17
Motores de búsquedaVentajas e inconvenientes

• Son muy exhaustivos
• Posibilidad de encontrar recursos muy específicos
  (acotando las búsquedas bien por etiquetas
  -Altavista- bien por menús -Excite-)
• Mucho ruido gran número de resultados,
  duplicación de páginas.

18
Motores de búsqueda

• Alcance
• Indizan todo tipo de páginas, algunos indizan
  otro tipo de recursos (news, ftp)
• Pueden indizar bien el texto completo, o partes
  del documento.
• Calidad
• Varía de unos buscadores a otros.
• Ordenan los resultados según un cálculo de
  relevancia o bien basándose en las etiquetes del
  html (ltmetagt)

19
Motores de búsqueda Cuándo usarlos?

• Cuando tengamos bastante información sobre lo que
  queremos buscar (temáticas conocidas)
• Cuando se desea tener una idea del contenido
  exhaustivo del web sobre una palabra clave
  determinada
• Cuando tengamos que efectuar búsquedas muy
  precisas sobre partes de las páginas HTML
• Cuando necesitemos un dato concreto

20
Altavista (simple)http//www.altavista.magallanes
.net

• Distingue entre mayúsculas y minúsculas
  distingue así mismo los caracteres acentuados
• Truncamiento '' (asterisco o wildcard) .
• Formato de las consultas
• Para buscar por frase entre comillas
• Operadores booleanos sólo se admiten dos
• (Y) y - ( NO)
• Búsquedas específicas Acotar por campos

21
Altavista (avanzada)http//www.altavista.magallan
es.net

• Mismas particularidades que las búsquedas simples
  
• acotar por fecha de publicación de las páginas
  web
• permiten también, relacionar las palabras clave
  de la búsqueda a través de los siguientes
  operadores booleanos

22
Otros motores de búsqueda

• Lycos http//www.lycos.com
• Infoseek http//www.infoseek.com
• Excite http//www.excite.com
• HotBot http//www.hotbot.com
• Web Crawler http//webcrawler.com
• ESPAÑOLES
• Trovator http//trovator.combios.es
• Ugabula http//www.ugabula.com

23

• Metabuscadores
• búsqueda múltiple
• ej Metacrawler

Sistemas de búsqueda
24
Metabuscadores Caracterización

• Permiten formular búsquedas simultáneas en un
  determinado número de motores de búsqueda.
• Se les denomina también motores de búsqueda en
  paralelo, megamotores, o metabuscadores.
• Cuando un usuario lanza la búsqueda, el
  metabuscador las dirige a sus motores asociados
  componiendo una lista de aciertos, que
  representan, en teoría, las mejores respuestas a
  la pregunta.
• Posteriormente pueden llevar a cabo otras tareas,
  como asignar u ordenar por relevancia,
  formatearlas de forma consistente, verificar la
  accesibilidad o eliminar enlaces muertos.
• La lista final indica el motor que ha generado
  la respuesta y pueden agruparse los resultados
  por ese criterio.

25
Metabuscadores Ventajas e inconvenientes

• En principio, dada la multiplicidad de motores
  parecen la solución óptima.
• Pero al depender de los tiempos de respuesta y de
  la efectividad de sistemas sobre los que no se
  tienen control, no es sorprendente que en
  ocasiones fallen.

26
Metabuscadores

• Alcance
• Trabajan para poder presentar resultados
  manejables, por eso no es sorprendente que las
  listas de resultados sean breves.
• Calidad
• Dependen extremadamente de las posibilidades de
  indización de los motores con los que trabaja.
• Si el motor genera basura degrada la calidad del
  metabuscador.

27
Metabuscadores

• Control
• Los motores usan distintos procedimientos de
  búsqueda. Una petición genérica contra varios, no
  ofrece las mismas posibilidades que los
  resultados obtenidos con las funciones avanzadas
  de cada motor.
• Velocidad
• Si un motor es lento, impone retrasos en la
  presentación de resultados. Soluciones
• Metacrawler incorpora un mecanismo para
  verificar que los resultados que obtiene son
  accesibles y relevantes antes de presentarlos en
  pantalla.
• SavvySearch toma en cuenta el tiempo de proceso
  de los motores y da preferencia a los más rápidos.

28
MetabuscadoresCuándo usarlos?

• Cuando se busque sobre una materia poco común
• Cuando no se ha tenido suerte con otros servicios
• Cuando no se quieran formular búsquedas complejas
• Cuando se quieran recuperar tantos documentos
  como sea posible con una sola pregunta

29
MetaCrawler www.metacrawler.com

• Definición
• Es un servicios web que trabaja con diferentes
  motores de búsqueda.
• Alcance
• Usa Lycos, Webcrawler, Excite, AltaVista, Yahoo,
  Infoseek.
• Puede buscar en Web, productos informáticos,
  ficheros o en News.

30
MetaCrawler www.metacrawler.com

• Uso
• Posee una única ventana desde la que formular las
  búsquedas. Al introducir los términos el usuario
  puede decidir si quiere que los aciertos tengan
  cualquiera de los introducidos, todos o que los
  términos sean considerados una frase.
• Los resultados los presenta listados y
  normalizados eliminando elementos de publicidad.

31
MetaCrawler www.metacrawler.com

• Uso avanzado
• Permite limitar las búsquedas por países, nº de
  aciertos, tiempo de duración de la búsquedas (en
  minutos), o por el número de acierto que debe
  proporcionar cada motor de búsqueda.
• Permite seleccionar los motores contra los que
  lanzar la preguntaAltavista, Excite, Yahoo,
  Infoseek, Lycos, Thunderstone, Webcrawler.

32
Otros metabuscadores

• SavySearch http//www.savvysearch.com/
• Internet Sleuth http//www.isleuth.com/
• Profusion http//profusion.ittc.ukans.edu
• Cyber411 http//www.cyber411.com
• Metafind http//www.metafind.com
• Inference Find http//www.infind.com/
• All-in-One Search http//www.allonesearch.com/
• Ask Jeeves http//www.aj.com/
• ESPAÑOLES
• Metabusca http//metabusca.com

33
Más información

• Sistemas de búsqueda Internacionales
• http//www.bib.uc3m.es/mendez/cursos/buscadores1.
  htm
• Sistemas de búsqueda nacionales (España)
• http//www.bib.uc3m.es/mendez/cursos/buscadores2.
  htm

34
Agentesla búsqueda inteligenteej.
RoboshopperPointcast
Sistemas de búsqueda
35
Agentes InteligentesQué son?

• Los agentes inteligentes son programas que
  realizan tareas de acuerdo con los planteamientos
  de los usuarios.
• Las posibilidades son muy amplias, desde
  desarrollar rutinas de trabajo hasta tratar esas
  rutinas como preferencias o incluso negociar en
  nombre del usuario.
• Software personal que asiste en la búsqueda de
  información en Internet con una autoridad
  delegada de sus usuarios.

36
Agentes InteligentesCaracterización

• La característica que los distingue es la
  habilidad de tomar decisiones según un conjunto
  de reglas internas y sin intervención del
  ususario.
• Los agentes pueden tener esta característica de
  autonomía en mayor o menor grado. El grado de
  autonomía puede llegar a que tomen iniciativas
  por ejemplo suministrar al usuarios información
  sin que la solicite, pero que quizás sea de su
  interés.

37
Agentes Inteligentes Acceso

• El agente puede ser un programa cliente, o un
  servidor web.
• Existen múltiples clientes, algunos son gratuitos
  (Poitcast) , otros son de pago (Webcompass).
• Otros agentes son accesibles a través del URL
  Jango, aunque exigen registrarse (Firefly).

38
Agentes InteligentesAlcance

• Las tareas que pueden llevar a cabo son muy
  variadas
• Enriquecen el browsing del usuario sugiriéndole
  enlaces basados en anteriores conductas.
• Dan valor añadido a las búsquedas convencionales
  como las realizadas en Altavista, Lycos, Infoseek
• Lanzan preguntas contra diferentes motores,
  filtran y reordenan los resultados de forma
  eficiente.

39
Agentes InteligentesAlcance

• Localiza el mejor precio de un determinado
  producto en las tiendas online.
• Controlan bases de datos Web y proporcionan
  actualizaciones de su contenido.
• Compila periódicos personalizados.
• Visita a bases de datos seleccionadas por el
  usuario y descarga automática de todas las
  páginas o de parte para consulta offline.

40
Agentes InteligentesAlcance

• Localización de personas con intereses similares.
• Vigilar los sitios preferidos del usuario y
  avisarle cuando se produce un cambio.
• Generar mapas o guías de la estructura
  hipertextual de un servidor.
• Comprobar y priorizar el correo electrónico,
  tomar decisiones basadas en el contenido del
  correo y actuar en consonancia.

41
Agentes InteligentesUso

• Algunos agentes poseen sus propios conjuntos de
  reglas y criterios o las tareas que pueden
  desarrollar se circunscriben a una.
• Otros, por el contrario, deben ser entrenados.
  Es decir, las instrucciones se las proporciona el
  usuario. Este proceso puede consumir bastante
  tiempo, pero al finalizar, el usuario tiene un
  traje a su medida.

42
Agentes InteligentesServidor

• BargainFinder
• Fue un servicio experimental creado por Anderson
  Consulting (junto con otros como LifestyleFinder,
  InfoFinder, NewsFinder, etc). Tenía la función de
  obtener el mejor precio de CDs.
• Roboshopper
• Software que permite comparar precios de
  distintos tipos de productos en distintas tiendas
  digitales.

43
Agentes InteligentesServidor

• Firefly
• Comprado por Microsoft en abril 98, ofrece un
  servicio gratuito llamado Passport donde el
  usuario se registra y se identifica cuando accede
  al web de Firefly (www.firefly.net). El el
  navegador del usuario abre una nueva ventana a
  través de la cual el agente sigue los pasos de su
  amo y recopila datos sobre sus preferencias con
  el fin de hacerle sugerencias ajustadas al sus
  gustos. Es un verdadero portal de última
  generación.

44
Agentes InteligentesServidor

• MyYahoo
• Se trata de un Yahoo a la medida del usuario
  que se registre, de tal forma que cada vez que se
  acceda con el login y password elegidos, tendrá
  una selección de enlaces de interés según el
  perfil que se haya especificado.
• URL-Minder(Netmind)
• Hace un seguimiento de recursos http, ftp,
  gopher elegidos por el usuario y envía por e-mail
  los cambios que se producen en ellos, a los
  usuarios registrados previamente.

45
Agentes InteligentesCliente (webcasting, push)

• Pointcast
• Se trata de un software público, que una vez
  instalado en el PC del usuario, tiene la facultad
  de volcar páginas web completas en el disco duro
  del ordenador.
• Tiene un atractivo interfaz que usa web,
  multimedia interactivo, salvapantallas y métodos
  tradicionales para entregar la información de
  acuerdo con los perfiles que los usuarios pueden
  modificar offline.
• El concepto que mejor define esta tecnología
  (push empujar) es personalización ?cambio de
  sentido en el flujo de información.

46
Agentes Inteligentes

• Bargain Finder http//bf.cstar.ac.com/bf
• Roboshopper http//www.roboshopper.com
• Jango http//www.jango.com
• Hotbot Shopinghttp//shop.hotbot.com/
• Passport Firefly http//www.agents-inc.com
• MyYahoo http//edit.my.yahoo.com/config/login
• NetMind http//www.netmind.com/html/url-minder.ht
  ml
• Pointcast http//www.pointcast.com/
• WebCompasswww.qdeck.com/qdeck/press/compass.html

47
Otros sistemas de búsqueda
Sistemas de búsqueda

• Software
• Personas

48
Búsqueda de SoftwareLos sistemas de búsqueda y
recuperación de software, sirven para encontrar
ficheros (ascii, binarios) que se pueden
descargar de un servidor FTP anónimo

• Servidores Archie
• Problema saber el nombre del fichero
• Listas de recursos
• Problema Lento. Se conectan al web oficial del
  software o recurso.

49
Búsqueda de SoftwareQué hay que saber

• Estar familiarizado con la forma de hacer ftp
  anónimo.
• Usar los servicios Archie cuando se sepa el
  nombre del fichero
• Usar un servidor cercano
• Conocer los formatos y ficheros comprimidos
  (.zip, .gz) y la forma de descomprimirlos.
• Algunos ficheros son .exe y están autocomprimidos.

50
Búsqueda de Softwaretruco

• Utilizar lista de software para conocer qué
  programas existen de interés dentro de un
  determinado grupo
• Identificar el nombre del fichero comprimido que
  deseamos transferir a nuestro ordenador.
• Ubicar y transferir el fichero
• Buscándolo en un servidor ftp de nuestro interés
  (español gtrapidez) http//www.rediris.es/si/list-f
  tp/
• Buscando en el servidor Archie de RedIris e
  iniciar la transferencia desde alguno de los
  enlaces a servidores ftp que aparecen como
  resultado

51
Listas de software

• ZDNet Software librarie http/www.hotfiles.com
• Shareware http//www.shareware.com
• Tucows http//www.tucows.com
• Jumbo http//www.jumbo.com
• ESPAÑOLAS
• CTV http//ms.ctv.es
• Tucows (mirrors) http//tucows.arrakis.es
• http//tucows.unam.es
• Spasoft http//espasoft.kaos.es/

52
Búsqueda de personas e instituciones
Sistemas de búsqueda
53
Búsqueda de personas

• Los sistemas denominados de búsqueda de
  personas son directorios o motores específicos
  para localizar información de contacto personal o
  institucional
• Alcance
• Aunque muchos de los sistemas de búsquedas de
  personas sirven también para buscar empresas y
  organizaciones, existen algunos específicos.

54
Buscadores de personasLimitaciones

• No existen directorios personales, ni siquiera
  por países que nos permitan tener localizados los
  datos de contacto de todas las personas
  conectadas a la Red
• Existen algunos directorios telefónicos, de fax y
  de direcciones de correo electrónico
• Son menos útiles que los directorios de
  profesionales.
• En algunas ocasiones tendremos que recurrir a
  direcciones de suscriptores de grupos de
  discusión o a directorios específicos de una
  institución

55
Buscadores de personasPosibilidades /
Herramientas

• Finger (comando de unix)
• Directorios X.500 (http//www.rediris.es/x500/)
• Páginas blancas (http//home.netscape.com/home/int
  ernet-white-pages.html)
• Páginas Amarillas (empresas y organizaciones)
• http//www.yweb.com http//www.europagates.com
• NetFind (http//seqaxp.bio.caltech.edu/www/netfind
  .html)
• Integradores
• Whowher Four11 Address Finder etc.
• Protocolo LDAP (Netscape Messenger)

56
Búsqueda de personas con los mismos intereses

• Búsqueda de listas de distribución
• RedIris http//www.rediris.es/list/
• Tile.Net http//tile.net/lists/
• Listz http//www.liszt.com/
• Búsqueda de grupos de noticias
• TILE.NET http//tile.net/news/
• LISTZ http//www.liszt.com/news/
• DejaNews http//www.dejanews.com
• Algunos motores de búsqueda