Base De Datos

1

Universidad Nacional de Luján Departamento de Ciencias Básicas Teleinformática y Redes

MOTORES DE CONSULTA
Laura Carolina Mamani Legajo Nro. 53190 Lauracmamani@hotmail.com

Resumen Este trabajo se dedica a los llamados "buscadores". Se definen las funciones básicas que deben realizar, y características generales que reúne un buscador. La idea principal es saber las distintasposibilidades de los buscadores, y establecer una comparación entre las características de cada uno.

Introducción Sin lugar a dudas, la Word Wide Web (www) es una de las herramientas más utilizada de Internet. Desde su creación en 1989 se estima su crecimiento en un 3000 % anual. El continuo crecimiento de la información que se encuentra disponible en Internet y el incremento de nuevos usuarios, hacenecesario mejorar los mecanismos de búsqueda y aprovechar al máximo las posibilidades que ofrece Internet. Para esto es necesario conocer cómo funcionan los buscadores como herramienta básica. 1. Motores de búsqueda: definición y funcionamiento Las principales herramientas de búsqueda son los denominados motores de búsqueda (search engines). Un motor de búsqueda se podría definir de forma muy simple,como una herramienta que basa su funcionamiento en palabras clave que tienen el objetivo de realizar búsquedas dentro de una base de datos. Los documentos que se pueden encontrar después de realizar una búsqueda se pueden haber agrupado de forma manual o mediante un robot. Un robot, según el WWW Robots FAQ, es un programa que de manera automática atraviesa la estructura de documentos Webextrayendo un documento y a partir de éste extrayendo recursivamente todos los documentos que están referenciados por enlaces, es por este motivo que también es conocido como araña (spider) [1].
file:///C|/WINDOWS/Escritorio/zzz/mamami-motor.htm (1 of 10) [10/11/2001 8:47:15 AM]

1

Los documentos son introducidos en una base de datos e indexados para su posterior localización por el motor debúsqueda. El criterio para seleccionar las páginas que visita un robot depende de cada robot. Cada uno usa diferentes estrategias. En general comienzan a trabajar desde una lista histórica de URL's. También depende del robot, qué indexar pero generalmente usa los títulos de la página HTML (Titles) o los primeros párrafos, o selecciona la página HTML completa e indexa las palabras contenidas, excluyendolas de uso común (pronombres, adverbios y palabras como "web", "página", etc), algunos seleccionan las meta etiquetas. En el caso de ser visitado por un robot, las estadísticas de las páginas muestran una misma dirección IP que accede en unos pocos segundos a todas las páginas de la web, cosa que no puede hacerse manualmente. Cuando un robot entra en un servidor, busca un archivo llamadorobots.txt, en el que se le indican los directorios permitidos y los prohibidos. Si este archivo no existe, considera todos permitidos. Teniendo en cuenta lo anteriormente mencionado, el camino más rápido para evitar que un robot escanee un sitio es crear el archivo robot.txt con las siguientes dos líneas y ponerlo en el servidor. User-agent: * Disallow: / Si no tenemos acceso completo al servidor,simplemente podemos incluir las siguientes líneas (tags o etiquetas) en la página web para que no sea indexada: Y si queremos que los links no sean indexados por el robot debemos incluir: El funcionamiento: El motor de búsqueda recibe la consulta/interrogación (también conocida como query) del usuario, formada por una o más palabras, realiza la consulta a la base de datos y ofrece un listado ordenado dedocumentos que cumplen parte o el total de los requisitos de interrogación. El orden de los documentos ofrecidos está de acuerdo con una puntuación (score) que asocia el programa a cada documento cuando realiza la consulta y que varía en cada caso. De esta manera, cuanto más alta sea la puntuación más exacto es el resultado. Estrategias de búsqueda: Para realizar cualquier consulta es básico...