María Jesús Lamarca Lapuente. Hipertexto: El nuevo concepto de documento en la cultura de la imagen.

Hay dos tipos principales de buscadores en la Web:

•  los Directorios o Índices temáticos (también conocidos como directorios, catálogos o buscadores por categorías)
•  los Motores de búsqueda (o buscadores por contenido). 

A. Delgado Domínguez establece las diferencias entre estos dos tipos de buscadores:

Directorios y Motores de búsqueda son las principales herramientas de búsqueda en la Web. Sin embargo, también existen otro tipo de herramientas que funcionan como intermediarios en la recuperación de información, ya que actúan como interfaz único a múltiples motores de búsqueda. Se trata de los multibuscadores y metabuscadores que no son buscadores en sí mismos aunque se basen en ellos y su interfaz suele ser similar a la de los índices temáticos o motores de búsqueda. Estas herramientas no buscan por sí mismas, sino que limitan a pedir a otros que busquen por ellos.

Podemos distinguir:

•  multibuscadores

•  metabuscadores

Los multibuscadores se limitan a colocar en una página web una lista con los buscadores más comunes y  con una ventana de texto para poder enviar la cadena de búsqueda introducida por el usuario a cada uno de ellos. También pueden enviar la cadena de búsqueda a una serie de motores de búsqueda e índices temáticos previamente definidos. Una vez realizada la consulta a los buscadores prefijados, el multibuscador devolverá la información de todos los enlaces encontrados. Con la utilización de multibuscadores, el usuario se evita tener que ir de buscador en buscador hasta encontrar la información deseada. El usuario elige los buscadores que quiere utilizar y desde allí realiza su consulta que ofrecerá las respuestas buscador por buscador. La única ventaja es la posibilidad de consultar un gran número de buscadores partiendo de una única página. La exhaustividad primará sobre la precisión, ya que el usuario encontrará un gran número de enlaces y muchas páginas repetidas. Un buen ejemplo de multibuscador es el ofrecido por CyberJournalist: http://cyberjournalist.ourtoolbar.com/xpi

Ejemplo de multibuscador: Busca, busca. http://www.geocities.com/SiliconValley/Vista/7673/

Los metabuscadores también permiten buscar en varios buscadores al mismo tiempo. Los metabuscadores no almacenan las descripciones de páginas en sus bases de datos, sino que contienen los registros de los motores de búsqueda y la información sobre ellos, adecuando su expresión a los diferentes motores para remitir la consulta a los motores. Una vez que reciben la respuesta, la remiten al usuario no directamente, sino tras realizar un filtrado de los resultados. Este filtrado consiste en eliminar y depurar los enlaces repetidos y en ordenar los enlaces. Además, sólo aparecerá un número limitado de enlaces, los que se consideren más importantes. Los más repetidos ocuparán los primeros puestos ya que el metabuscador considerará que son los más relevantes por estar dados de alta en mayor número de buscadores. Se trata de herramientas muy útiles, el único problema es que, por lo general, no permiten realizar búsquedas tan avanzadas como en un motor de búsqueda, con lo que las consultas tienen que ser generales y no se puede buscar en profundidad. http://www.uc3m.es/uc3m/gral/IT/1metabuscadores.htm

Un metabuscador es un verdadero programa que pueden actuar bien integrado en la propia WWW como el caso de MetaCrawler o Buscopio, o bien como un programa autónomo, como Copernic, una pequeña herramienta de software que se instala en el ordenador y permite hacer búsquedas en varios buscadores a la vez. Existen incluso metabuscadores especializados en determinadas materias: noticias, bibliotecas, diccionarios, blogs, software, etc; otros que permiten búsquedas multilingües, e incluso algunos permiten personalizar las búsquedas con los buscadores elegidos.            

Copernic Agent Personal (http://www.copernic.com/en/products/agent/download.html): permite el acceso a la Web invisible, utiliza más de 1200 buscadores y permite crear las propias búsquedas por categorías. Incluye además otra herramienta llamada GuruNet (http://www.gurunet.com/) que permite, con un solo clic, acceder a información contextual dando acceso a más de 100 enciclopedias, diccionarios y anuarios.

Sin duda, uno de los más conocidos y potentes multibuscadores es MetaCrawler, que permite buscar en Google, AltaVista, Excite, Infoseek, Yahoo, WebCrawler y Lycos al mismo tiempo, mostrando todos los resultados de forma conjunta y por orden de importancia. MetaCrawler también permite la utilización de operadores booleanos y acotaciones geográficas. Además de buscar en la Web, permite búsquedas en grupos de noticias y ofrece el servicio MiniCrawler, una pequeña ventana flotante que permite realizar búsquedas rápidas en MetaCrawler desde cualquier punto en que nos encontremos. Pero existen otros muchos multibuscadores, he aquí un ejemplo:

	Biwe: Busca simultáneamente en los principales buscadores. http://www.biwe.com
	Buscamultiple: http://www.buscamultiple.com/
	Dogpile: Busca simultánea o separadamente en Google, Yahoo, MSN y Ask Jeeves. http://www.dogpile.com/
	ixquick:  Busca simultáneamente en los motores de búsqueda más comunes: Google, AltaVista, Yahoo, Ask Jeeves, OpenDirectory, MSN, etc. http://www.eu.ixquick.com/
	Info.com: Busca separada o simultáneamente en Google, Yahoo, MSN Ask Jeeves.  http://www.info.com/
	Mamma: Busca simultáneamente en varios buscadores. http://www.mamma.com/
	Metacrawler: Busca simultáneamente en Google, AltaVista, WebCrawler, Lycos, Yahoo, Looksmart, MSN, etc. http://www.metacrawler.com/
	Monster Crawler: Busca simultáneamente en Yahoo, MSN, AltaVista, FastSearch y OpenDirectory. http://monstercrawler.com/
	StartingPoint: Busca simultáneamente en Ask Jeeves, Excite, Google,  Looksmart, Lycos, MSN, Yahoo y Northern Light. http://www.stpt.com/

Directorios o Índices temáticos

Los directorios son listas de recursos organizados por categorías temáticas que se estructuran jerárquicamente en un árbol de materias que permite visualizar los recursos descendiendo desde los temas más generales situados en las ramas superiores, a los temas más específicos situados en las ramas inferiores. Las categorías ofrecen una lista de enlaces a las páginas que aparecen referenciadas en el buscador. Cada enlace también ofrece una breve descripción de su contenido. Así pues, los directorios o índices se estructuran por temas o categorías principales que, a su vez, contienen otras subcategorías, y así sucesivamente hasta que al final se ofrecen enlaces directos a otras páginas o recursos de Internet.

Ejemplo de Índice temático: Directorio web de AltaVista http://www.altavista.com/dir/

El Índice o Directorio permite acceder a los recursos referenciados por medio de 2 sistemas:

•  navegando a través de la estructura de las categorías temáticas

•  buscando por palabras clave sobre el conjunto de referencias del buscador o sobre una categoría concreta

Los Índices o Directorios se componen de 2 partes:

•  Una base de datos que contiene las páginas de los sitios registrados

•  Una estructura jerárquica que facilita la consulta a la base de datos

Sin embargo, la formación de un directorio presenta graves problemas ya que sólo listan una pequeña parte de los documentos existentes y no suelen estar actualizados. Además, la clasificación y categorización requieren una intervención manual y en muchos casos, debido a la heterogeneidad de los temas tratados, algunas páginas presentan problemas de categorización ya que los índices suelen mantener su base de datos de forma manual.

La inclusión en un directorio puede hacerse mediante registro del autor o editor de la página, definiendo las palabras clave con las que se quiera identificarlo u optimizando el propio diseño de la página a través de metadatos para que pueda ser indexada de forma automática.

Motores de búsqueda

La diferencia fundamental entre un índice y un motor de búsqueda es que mientras los índices mantienen su base de datos “manualmente”, utilizando para la inclusión de las direcciones a sus empleados o a los propios internautas que dan de alta sus páginas, los motores de búsqueda emplean para ello un robot de búsqueda. Estos robots no son otra cosa que potentes programas que se dedican a recorrer la Web automáticamente recopilando e indizando todo el texto que encuentran, formando así enormes bases de datos en las que luego los internautas hacen sus búsquedas mediante la inclusión de palabras clave. Los robots recorren los distintos servidores de forma recursiva, a través de los enlaces que proporcionan las páginas que allí se encuentran, descendiendo como si de un árbol se tratara a través de las distintas ramas de cada servidor. Luego, periódicamente, visitarán de nuevo las páginas para comprobar si ha habido incorporaciones o si las páginas siguen activas, de modo que su base de datos se mantenga siempre actualizada. Además, estas actualizaciones se realizarán de forma “inteligente”, visitando con más asiduidad aquellos servidores que cambien más a menudo, como por ejemplo los de los servicios de noticias.

Y esa es la principal ventaja de los motores de búsqueda frente a los índices temáticos: la gran cantidad de información que recogen y la mayor actualización de sus bases de datos. Además, estos robots permiten a los creadores de las páginas web la inclusión de “metatags” o etiquetas en lenguaje HTML (entre las cuales pueden incluirse metadatos normalizados tipo Dublin Core) para resumir los contenidos de sus páginas y para incluir las palabras claves que las definan. Mediante los metadatos y las etiquetas, los motores de búsqueda podrán indizar las páginas web de forma correcta.

Por el contrario, la ventaja de los Directorios frente a los motores radica en la mayor precisión y un menor ruido, aunque son menos exhaustivos que los motores de búsqueda, ya que se obtienen menos resultados.  

Los motores de búsqueda no son otra cosa que enormes bases de datos generadas como resultado de la indexación automática de documentos que han sido analizados previamente en la Web. Recogen documentos en formato HTML y otro tipo de recursos. Esta tarea la lleva a cabo un programa denominado crawler (robot) que rastrea la red explorando todos los servidores, o limitándose a ciertos servidores siguiendo un criterio temático, geográfico o idiomático.

La posterior recuperación se lleva a cabo gracias a la gestión de esta enorme base de datos que permite diferentes tipo de consulta y ordena los resultados por relevancia, dependiendo de la estrategia de consulta. Los motores son más exhaustivos en cuanto al volumen de páginas, pero son menos precisos ya que no interviene la indexación humana.

Fuente: Rogelio Aguilar González. Monografía sobre motores de búsqueda.
Yahoo, Geocities, 2002.  http://www.geocities.com/motoresdebusqueda/introduccion.html

Existen un gran número de motores de búsqueda y cada uno presenta diferencias en cuanto al volumen de páginas indexadas, la interfaz, el lenguaje de consulta, el algoritmo de cálculo de relevancia, etc. Todas ellas son causa de que, ante una búsqueda, cada motor presente resultados diferentes.

Para valorar la calidad de un buscador se deben tener en cuenta una serie de factores:

•  la exhaustividad: es decir, el número de documentos que almacena en su base de datos

•  la periodicidad con que se actualiza su base de datos (tanto para verificar si hay nuevas páginas, si otras se han actualizado y si otras han desaparecido)

•  la calidad, flexibilidad y facilidad del lenguaje de consulta

•  la calidad y facilidad que ofrecen tanto la interfaz de consulta, como la interfaz de resultados

•  la pertinencia de los resultados

•  la velocidad de respuesta (el tiempo que gasta en consultar el índice, aplicar el algoritmo de respuesta y ofrecer los resultados)

Los motores de búsqueda a veces ofrecen la posibilidad de conocer cuántas y qué páginas mantienen enlaces a un sitio web. Para ello se suele utilizar el operador link seguido de dos puntos y la URL de la que queremos conocer cuántas páginas apuntan a ella, aunque los diferentes buscadores utilizan distintos métodos:

•  AltaVista y Google: se introduce link:dominio. También se puede reducir la búsqueda a una URL particular: link:dominio/paginahtml. Para que no aparezcan las páginas del mismo sitio que se enlazan entre sí, se usa el comando -url: link:dominio -url:dominio.
•  AllTheWeb: se introduce link.all:dominio.

Por ejemplo, si en el buscador Google tecleamos link:www.google.com nos mostrará todas las páginas que apuntan a la página inicial de Google. Sin embargo, no es posible combinar una búsqueda link: con una búsqueda de términos común.

Ejemplo de Motor de Búsqueda: Go.com (Infoseek) http://infoseek.go.com

Existen buscadores como Gigablast y Exalead que permiten delimitadores por dominio, lo que permite usarlos con propósitos cibermétricos.

La mayor ventaja de utilizar un motor de búsqueda es la rapidez e inmediatez, pero una gran desventaja radica en que puede resultar difícil encontrar lo que se busca si no se domina el lenguaje de interrogación a su base de datos. Si no se sabe buscar, el internauta puede encontrarse con una gran cantidad de enlaces que no le interesen (lo que se denomina “ruido”) o, por el contrario, con que no le devuelvan ningún enlace (“silencio”). Pero si se conoce mínimamente el sistema de búsqueda - los buscadores suelen contar con alguna página de información o ayuda sobre cómo se deben realizar las búsquedas- los buscadores suelen ser una solución muy potente. Para las búsquedas precisas, los motores tienen su propio lenguaje de interrogación y suelen permitir acotar las búsquedas utilizando interfaces sencillas de búsqueda que permiten la introducción de texto en alguna de estas variantes:

•  Todas las palabras: esto permite recuperar los resultados que contengan todas las palabras que se introducen en la caja de interrogación. Por ejemplo, buscando "hipertexto documento historia" mediante Todas las Palabras, se localizarán los resultados que incluyan todos los términos, aunque estén separados: hipertexto y documento e historia.

•  Alguna de las palabras: permite recuperar los resultados que contienen una de las palabras. Por ejemplo, la interrogación: "documento digital virtual" devolvería los resultados que contuvieran alguna de estas tres palabras: documento o digital o virtual.

•  La frase exacta: es la más adecuada para búsqueda por nombres propios y expresiones que deben ser buscadas en el orden especificado. Para introducirla se suelen utilizar comillas. Por ejemplo, la consulta: "historia del hipertexto" localizaría los documentos que contuvieran dicha frase.

•  La búsqueda booleana: se trata de un tipo de interrogación que incluye alguno de los operadores lógicos.

 Así pues, los buscadores también permiten acotar las búsqueda por medio de la introducción de una serie de operadores entre los que destacan:

•  Operadores lógicos o boolenos:

  •  AND: une dos palabras clave y equivale a la conjunción “y” española, ordenando a la base de datos del buscador que devuelva todos los documentos que contengan ambas palabras clave. En algunos buscadores en vez del operador AND se usan el símbolo “+” (suma)  o el símbolo “&”.

  •  OR: equivale a la conjunción “o” y también une a dos palabras clave, pero para indicarle al buscador que devuelva todos los documentos que contengan, al menos, una de las palabras clave solicitadas. Sirve para introducir sinónimos o cuasi-sinónimos, o traducciones en la cadena de búsqueda (hipertexto or  hipermedia/hipertexto or hypertext/). Otra forma de introducir este operador es el símbolo “|”.

  •  XOR: es un operador similar al anterior, pero de carácter exclusivo. En este caso, se le dice al buscador que muestre aquellos enlaces que contengan una u otra de las dos palabras clave, pero no aquellos documentos que contengan ambas a la vez.

  •  NOT: este operador, que significa “no”, tiene como fin excluir una determinada palabra clave. Está muy indicado para restringir la búsqueda, y en algunos buscadores se sustituye por el símbolo “-” (resta) o por “!”.

•  Operadores posicionales: permiten medir la distancia entre los términos que se intentan localizar en el documento. Son los siguientes:

  •  NEAR: sinónimo de cerca, mejora los resultados del operador AND, al solicitar los documentos que contengan ambas palabras clave, pero sólo en el caso de que éstas no se encuentren separadas por más de 80 caracteres o 10-25 palabras (aunque estas cantidades pueden variar dependiendo del buscador), independientemente del orden en que aparezcan. En algunos buscadores se puede sustituir por el símbolo “~” o utilizando corchetes  “[ ]” para delimitar las palabras clave que deben estar “cerca”.

  •  FAR: lo mismo que el anterior, pero para indicar lo contrario: lejos. Se utiliza para localizar documentos en los que los términos de la búsqueda aparecen con 10-25 palabras o más de distancia.

  •  ADJ: adyacente. Se utiliza cuando se quieren encontrar documentos en los que aparezcan los términos juntos, sea en el orden que sea.

  •  BEFORE: es similar a AND, la única diferencia es que los términos deben aparecer en el orden especificado, pero pueden encontrarse a cualquier distancia en el mismo documento.

  •  FOLLOWED BY: igual que el anterior, pero en este caso las palabras tendrán que aparecer en el mismo orden en que aparecen en la cadena de búsqueda.

  • PHRASE: este operador no se suele escribir como tal ya que es más común utilizar comillas para obtener el mismo resultado. Lo que hace es tratar las palabras clave como una frase, es decir, tal y como han sido introducidas es como deben aparecer en los documentos que devuelva el buscador. Es muy útil cuando se conoce parte del contenido de un texto o para buscar por nombre y apellidos, entre otros. Es el operador que más restringe las búsquedas, por lo que si no se conocen los datos con exactitud es muy probable que se obtenga sólo silencio por parte de la base de datos. Otra forma de utilizar este operador, dependiendo del buscador que se haya elegido, puede ser colocando el operador “ADJ” entre las palabras que se quiere que aparezcan juntas o mediante el uso de guiones “-” para unir las palabras.

•  Operadores de rango y comparación: suelen utilizarse en documentos que contienen datos numéricos ya que especifican y fijan unos límites (numéricos o alfabéticos) para el rango de búsqueda. Son operadores del tipo:

  •  > "mayor que"

  •  < "menor que"

  •  = "igual que"

  •  <= "menor o igual que", etc.

•  Operadores de truncamiento (o de exactitud):

  • SUBSTRINGS: ordena al buscador que trate las palabras clave como cadenas de caracteres y no como palabras completas. Es decir, que las palabras clave puedan aparecer como partes de otras palabras. Así, si introducimos el término “sal” y seleccionamos esta opción, nos devolverá aquellos documentos que contengan palabras como sal, salero, salino, etc; pero también expresiones como salir, salón, saludo, etc.

  • COMPLETE WORDS: opción contraria a la anterior y que suele venir por defecto en la mayoría de buscadores, pero en algunos hay que incluir al final de cada palabra clave un punto “.” para dar a entender al buscador que se trata de una palabra completa y no de una cadena de caracteres.

El motor de búsqueda más usado es Google, aunque existen otros muchos como AltaVista, Go.com (Infoseek), Gigablast, Exalead, etc. Muchos motores cuentan con versiones en español, además de en inglés.

Por su parte, la ventaja de utilizar un índice está en que resulta muy fácil encontrar la información deseada si ésta se encuentra en su base de datos. Se puede hacer descendiendo a través de sus árboles temáticos, introduciéndose en las diferentes subcategorías hasta dar con lo que se necesita, o introduciendo las palabras clave adecuadas en el espacio que ofrecen para ello, tanto en la página principal como en las diferentes categorías. El inconveniente radica en que no siempre están todo lo actualizados que sería de desear y en que no contienen toda la información que sí pueden ofrecer los motores de búsqueda. Los ejemplos más clásicos de índices temáticos son nuevamente los de Yahoo, Altavista o Google, ya que estos tres buscadores cuentan con índices temáticos, además de sus muy usados motores de búsqueda.

Buscadores especializados

Hay que tener en cuenta que además de los buscadores generalistas, existen una serie de buscadores que se han especializado en un campo o área concreta de conocimiento y así, encontramos buscadores que se refieren al mundo del cine, los libros, las bibliotecas, la música, los medios de comunicación o las noticias, buscadores de personas y empresas que imitan las tradicionales páginas blancas o amarillas impresas, etc; como también podemos encontrar numerosos buscadores temáticos referidos a cualquier campo del conocimiento: documentación, universidad, arte y literatura, ciencias puras o ciencias aplicadas, informática, ecología, tecnología, educación y formación, legislación, política, administración, trabajo, cultura, etc.

Por otro lado, también existen buscadores que se centran bien en una morfología concreta (imagen, audio, vídeo y otros recursos audiovisuales como radio y televisión), bien en determinados formatos como blogs, noticias o listas de distribución, etc. o  focalizan las búsquedas a determinados ámbitos como pueden ser las revistas científicas, como hace el buscador Scopus que permite navegar por toda la Web científica. Una lista exhaustiva de este tipo de buscadores especializados se muestra en esta tesis en el apartado: Principales buscadores/especializados, aunque los buscadores generalistas también permiten acotar las búsquedas limitándose a una morfología o formato concretos. Por ejemplo, Google cuenta con búsquedas especializadas para Imágenes, Grupos (listas de distribución), Noticias, Blogs, Google Scholar (que muestra artículos, revistas especializadas, tesis, tesinas, etc.), Libros, etc. y Yahoo hace lo propio con búsquedas acotadas por Imágenes, Vídeos, Noticias, Páginas Amarillas, Compras, Podcats, etc.

He aquí un ejemplo de un buscador especializado en cine, se trata del buscador de una de las mayores bases de datos sobre cinematografía: The Internet Movie Data Base. El buscador de esta base de datos ofrece búsquedas no sólo sobre películas, directores, actores, etc; sino también sobre noticias relacionadas con el mundo del cine, las películas que están en cartelera, mensajes y comentarios en listas, y otra información relacionada.

Internet Movie Data Base Browse. http://us.imdb.com/Browse

El siguiente ejemplo muestra uno de los principales buscadores útiles para bibliotecarios, el que ofrece el Librarian' s Index to the Internet (lii.org). Tanto en este ejemplo, como en el anterior, podemos ver que en la mayoría de los casos, los índices temáticos se combinan con motores de búsqueda. En el buscador que ofrece lii.org, vemos que  el motor de búsqueda especializado destinado a Bibliotecarios, se combina con un índice general.

Índice y Directorio de lii.org Librarian's Index to Internet. http://www.lii.org

Otros buscadores, además de combinar Índice y Directorio textuales, presentan directorios gráficos, como es el caso de VirtualTourist.com, que va desarrollando las distintas ramas jerárquicas del directorio y subdirectorios a través de mapas sensibles geográficos que dan acceso a las ramas geográficas dependientes mediante un clic de ratón. A medida que vayamos haciendo clic sobre un área concreta, ésta se irá acotando y mostrando las ramas dependientes. Por ejemplo, si pinchamos sobre Europa en el directorio que muestra el mapa del mundo por continentes, nos mostrará otro directorio representado por otro mapa sensible que incluye los países europeos. Pinchando sobre un país concreto (por ejemplo, España), se abre otro directorio a modo de mapa que incluye las principales ciudades españolas; pinchando, por ejemplo, sobre Madrid aparecerán los recursos que se refieren a esta ciudad por medio de otro directorio que muestra los hoteles, transportes, plano de la ciudad, etc. Se trata de un procedimiento muy adecuado para un sitio web sobre viajes.

Índice y Directorio textual y gráfico de Virtual Tourist
http://www.virtualtourist.com/

Uno de los buscadores gráficos más conocidos es KartOO que ofrece una representación gráfica de los resultados de las búsquedas en forma de mapa donde se muestran tanto las páginas y su localización URL, como las relaciones que existen entre ellas.

Y también existen los sistemas de búsqueda en 3D. La siguiente imagen es una reproducción de la City of News ("Ciudad de las noticias"), un sistema de búsqueda de información en 3D desarrollado por Flavia Sparacino en el Media Lab del MIT. La representación visual está basada en la metáfora de una ciudad y el sistema permite que varias personas la habiten en tiempo real por medio de ordenadores portátiles e interfaces gestuales.

Fuente: Flavia Sparacino.
http://ic.media.mit.edu/Publications/Conferences/CityOfNewsArs/HTML/

 Bibliografía

AGUILAR GONZÁLEZ, Rogelio. Monografía sobre motores de búsqueda. Yahoo, Geocities, 2002.   http://www.geocities.com/motoresdebusqueda/introduccion.html

DELGADO DOMÍNGUEZ, A. Mecanismos de recuperación de información en la WWW. Palma de Mallorca, Universidad de les Illes Ballears, 1998. http://dmi.uib.es/people/adelaida/tice/modul6/memfin.pdf  [Volver]

LÓPEZ YEPES, Alfonso. "Bancos de imágenes en Internet". Red Digital. Revista de Tecnologías de la Información y Comunicación Educativas, núm. 3, enero 2003. http://reddigital.cnice.mecd.es/3/firmas_nuevas/informes/infor_yepes_res.html

MARTÍNEZ MÉNDEZ, Francisco Javier. Propuesta y desarrollo de un modelo para la evaluación de la recuperación de información en Internet. Tesis doctoral. Universidad de Murcia, 2002. http://cervantesvirtual.com/FichaObra.html?Ref=10010&ext=pdf

ORIHUELA, José Luis. SANTOS, María. Portal de buscadores. Web Searching Tools. http://mccd.udc.es/orihuela/voz/