Herramientas de Búsqueda

Trabajo Practico Nº 3: Web Superficial y Profunda

   §  ¿Qué es la Web Superficial?

La web "superficial" o "visible" es la dominada información a la que podemos acceder cómodamente atrevas de los  buscadores convencionales ya que esta información puede ser indexada por los robots y arañas de búsqueda. Es la información a la que normalmente accedemos la mayoría de los usuarios de la red. La web superficial representa un  porcentaje muy pequeño de la información  disponible en  Internet.

Esta se caracteriza por:

·       La información, que no está contenida en una base de datos.

·       Ser de acceso libre.

·       No requerir que los usuarios se registren.

·       Ser páginas web estáticas con una URL  fija, y acceso posible desde enlaces.   

§  ¿Qué es la Web Profunda?

La web “profunda” o “invisible” es el término utilizado para describir toda la información disponible en Internet que no se recupera interrogando a los buscadores convencionales. Generalmente es información almacenada y accesible mediante bases de datos. Parte de la información es "invisible" a los robots de los buscadores convencionales, ya que los resultados se generan en la contestación a una pregunta directa mediante páginas dinámicas (ASP, PHP, etc.) es decir páginas que no tienen una URL fija y que se construyen en el mismo instante (temporales) desapareciendo una vez cerrada la consulta.

Se identifican cuatro tipos de contenidos invisibles en la Web:

·       La Web opaca está compuesta por archivos que, si bien podrían estar incluidos en los índices de los buscadores, no lo están por:

Extensión de la indexación: no todas las páginas de un sitio son indexadas en los buscadores.

Frecuencia de la indexación: los buscadores no poseen la capacidad de indexar todas las páginas existentes.

Número máximo de resultados visibles: aunque los motores de búsqueda limitan el número de documentos que se muestran.

URL desconectadas: las generaciones más recientes de buscadores, presentan los documentos por relevancia basada en el número de veces que aparecen referenciados en otros. Si un documento no tiene un link a él, desde otro documento, será imposible que la página sea encontrada.

·       La Web privada: consiste en las páginas Web que podrían estar indexadas en los buscadores pero son excluidas deliberadamente ya que:

ü  Las páginas están protegidas por contraseñas.

ü  Contienen un archivo “robots.txt” para evitar ser indexadas.

ü  Contienen un campo “noindex” para evitar que el buscador pueda indexar la parte correspondiente al cuerpo de la página.

ü  Contiene, en general, documentos excluidos deliberadamente por su falta de utilidad.

·       La Web propietaria: incluye aquellas páginas en las que es necesario registrarse para tener acceso al contenido, ya sea de forma gratuita o de pago.

·       La Web realmente invisible: se compone de páginas que no pueden ser indexadas por limitaciones técnicas de los buscadores, programas ejecutables y archivos comprimidos, páginas generadas dinámicamente, es decir, que se generan a partir de datos que introduce el usuario, información almacenada en bases de datos relacionales, que no puede ser extraída a menos que se realice una petición específica.

Trabajo Practico N 2: Infoxicacion

·         Definición

El termino infoxicacion hace referencia a un exceso o sobrecarga de información, que te impide profundizar en los temas que abordas.

·         La historia de la infoxicaccion

El ser humano siempre ha buscado la manera de transmitir información, con el fin de comunicar eventos históricos, descubrimientos científicos, el acontecer de algún suceso del planeta, o conocer costumbres y formas de convivir del ser humano. Al inicio la comunicación se llevo a cabo a través de  pinturas, caballos, señales de humo, telégrafo, etc. Con estas formas de comunicación, la información tardaba tiempo en llegar, lo cual permitía al ser humano conocer sobre muchos aspectos. La cantidad de información que se procesaba permitía concentrarla, analizarla y dominar muchas áreas del conocimiento. Pero con la aparición del: teléfono, radio, televisión, etc, la información llega con más rapidez incrementando la cantidad, lo cual propicia que el ser humano, empieza a tener problemas para concentrar la información, poder analizarla adecuadamente y ya no es posible que un individuo pueda dominar diversas áreas del conocimiento.

  En la Década de los 40 se descubre el Transistor, se da un gran avance en el desarrollo de los semiconductores, el descubrimiento de un gran número de aplicaciones de diversos materiales, lo cual propicia el desarrollo de: equipo médico de alta especialización, la computadora, el celular, la comunicación satelital, el Internet, a través del cual se ha dado un boom de la información.

 A partir de este momento se pierde el control de la información generada, hay tanta información en todas las áreas del conocimiento (infoxicación), que resulta imposible que un individuo pueda dominar el acontecer en todos los campos de las ciencias. Además no existen controles sobre la información que aparecen sobre algunos medios de comunicación, principalmente el internet. Debido a lo cual se debe de tener un mayor cuidado y conocimiento de cómo poder discriminar la información que uno consulta por este medio.

·         Soluciones para evitarla

v  Buscadores para frenar la infoxicación en Internet: ya que bien usados, permiten discriminar mucho los contenidos y encontrar lo que necesitamos.

v  Servicios de alerta: en los buscadores  podemos crear alertas de las búsquedas que queramos y así reducir sustancialmente el torrente de informaciones que nos llegan a diario y discriminar de forma considerable el volumen de información que nos llega.

v  Agregadores de contenidos: nos permiten incluir o agregar cualquier canal RSS de una página web o servicio de alerta de un buscador que nos interese.

v  Monitorizacion Web: seguir determinadas webs de tu interés (competidores, clientes, proveedores, etc.…) utilizado un tracker de contenidos.

v  Entre otras.