Pilulak búsqueda eficiente en internet

Pilulak 18 de octubre 2011 Raúl Tabarés Búsqueda de información en Internet

Algunas consideraciones
La información en la red es algo muy dinámico, mutable y tiene un cierto grado de complejidad. Algunas de sus características son:
Estrcutura inestable
Heterogénea
Redundante
Desorganizada
Complejidad y diversidad de la información
Impenetrable (web privada, no indexable, etc.)

Las particularidades de la red hoy en día, hacen necesario el desarrollo de estrategias y la adquisición de competencias específicas como:
Conocer las herramientas, fuentes de información y motores de búsqueda.
Desarrollar estrategias, técnicas de búsqueda y vigilancia.
Cuestionar la calidad, veracidad y rigor de la información.
Contrastar las fuentes de información.
Establecer una red de contactos para no “quedarse aislado”, frente a las diversas fuentes de información.

La red está cambiando, tanto técnicamente como socialmente.
La red cada vez maneja más información, pero el desarrollo de tecnologías como HTML5 , RDF Y OWL permitirá manejar conocimiento, en vez de información.
El paradigma reinante es un exceso de información en la red: “La Infoxicación”.
La semántica y el “open data” cada vez está cobrando más importancia en el futuro de Internet, al igual que los “mash-up´s”
La información es relevante, sólo si lo es para nuestros contactos y/o conexiones profesionales, personales o familiares.

Habilidades digitales Parte 1 Parte 2 Parte 3 Parte 4 Parte 5 Parte 6 Parte 7 Parte 8 Parte 9 http://www.youtube.com/watch?v=OOPBtxem1LA

Índice 1- Buscadores 2- Google 3- Bases de Datos 4- Directorios 5- Alertas - RSS 6- Marcadores Sociales 7- Social Media

Buscadores
Un motor de búsqueda, también conocido como buscador es un sistema informático que busca archivos almacenados en servidores web gracias a su «spider» (o Web crawler ). ( Wikipedia )
Según el buscador que utilicemos, los resultados son distintos en cuanto a contenidos y en cuanto a presentación, ya que hay existen diferentes coberturas y diferentes algoritmos de ordenación de resultados.
También hay versiones nacionales de los buscadores que condicionan los resultados.
Cada motor de búsqueda dispone de su propio robot que indexa la información. El de Google es Googlebot, Yahoo tiene a Slurp, Microsoft a Msnsbot, etc.

Buscadores

Buscadores
Los buscadores tienen diferente frecuencia de actualización (Yahoo y Bing tienen el más alto, Google el más bajo) y presentan los resultados según diversos criterios de relevancia:
Lugar de la página en que aparece el término Frecuencia con que aparece el término Proximidad de los términos Número y calidad de los links a esa página Algoritmos de cada buscador
Los buscadores no son exhaustivos, pierden o ignoran páginas:
Mal diseñadas
Protegidas con passwords
Diseñadas para no ser rastreadas
Bases de datos, catálogos, directorios…
Sitios en la lista negra

Metabuscadores
El metabuscador es un sistema que localiza información en los motores de búsqueda mas usados y carece de base de datos propia y, en su lugar, usa las de otros buscadores y muestra una combinación de las mejores páginas que ha devuelto cada uno. ( Wikipedia )
Un buscador normal recopila la información de las páginas mediante su indexación, como Google o bien mantiene un amplio directorio temático, como Yahoo.
Aportan diferentes puntos de vista y amplían el ámbito de las búsquedas, pero al carecer de sintaxis propia, no son recomendables con búsquedas específicas. Tampoco está muy claro “cómo ordenan los resultados”.
Algunos ejemplos son: Dogpile, Yippy, Metacrawler, Surfwax, Zuula, Copernic. Más info

Buscadores Semánticos
La Web Semántica es una Web extendida, dotada de mayor significado en la que cualquier usuario en Internet podrá encontrar respuestas a sus preguntas de forma más rápida y sencilla gracias a una información mejor definida. (W3C)
Al dotar a la Web de más significado y, por lo tanto, de más semántica, se pueden obtener soluciones a problemas habituales en la búsqueda de información gracias a la utilización de una infraestructura común, mediante la cual, es posible compartir, procesar y transferir información de forma sencilla. (W3C)
Los buscadores semánticos son los últimos que han aparecido en el panorama de las búsquedas, con un prometedor futuro.
Algunos son: Wolfram Alpha, Swotti, Gnoss y otros

Navegadores
Un navegador o navegador web (del inglés, web browser) es una aplicación que opera a través de Internet, interpretando la información de archivos y sitios web para que podamos leerla, (ya se encuentre ésta alojada en un servidor dentro de la World Wide Web o en un servidor local). ( Wikipedia )
El navegador interpreta el código, HTML generalmente, en el que está escrita la página web y lo presenta en pantalla permitiendo al usuario interactuar con su contenido y navegar hacia otros lugares de la red mediante enlaces o hipervínculos.
Es nuestra herramienta de trabajo más importante en la web. Por ello debemos conocer y manejar que aplicaciones hay y cuáles son sus fortalezas y debilidades.
Plugins, extensiones y modificaciones, hacen que la experiencia de navegación sea muy diferente, dependiendo de cuál utilicemos.

Navegadores

Porque es sencillo, fácil de usar e intuitivo.
Porque solucionó el problema de la publicidad en Internet.
Porque creó el algoritmo del Page Rank.
Porque es una fuente continua de innovaciones y mejoras.
Porque promueve una democratización de la red.
Porque promueve estándares abiertos (en la mayoría de los casos).
Porque sus trabajadores son unos de los más felices del mundo.
¿Porqué Google?

¿Porqué Google? Parte 1 Parte 2 Parte 3 http://www.youtube.com/watch?v=He4MXu-Nol4

El PageRank es el Karma de un Site

Page Rank
PageRank es una marca registrada y patentada por Google el 9 de enero de 1999 que ampara una familia de algoritmos utilizados para asignar de forma numérica la relevancia de los documentos (o páginas web) indexados por un motor de búsqueda. ( Wikipedia.org )
Consiste en aplicar diversas técnicas tendientes a lograr que los buscadores de Internet sitúen determinada página Web en una posición y categoría alta (primeras posiciones) dentro de su página de resultados para determinados términos y frases clave de búsqueda. ( Wikipedia.org )

Google realiza estas operaciones en menos de medio segundo. Es una “calculadora de información”, de última generación. Si queremos ser partícipes de ella, debemos comprender al menos cómo funciona. Page Rank

SEO
La tarea de ajustar la información de las páginas que se pretenden hacer aparecer en primeras posiciones de los resultados es conocida como Search Engine Optimization u Optimización para motores de búsqueda. ( Wikipedia.org ) (Posicionamiento en buscadores o Posicionamiento Web)
Consiste en aplicar diversas técnicas tendientes a lograr que los buscadores de Internet sitúen determinada página Web en una posición y categoría alta (primeras posiciones) dentro de su página de resultados para determinados términos y frases clave de búsqueda. ( Wikipedia.org )
Herramientas SEO.

No es por la información que contiene. Es por como está construida. El mejor ejemplo de SEO

La búsqueda en Google
Por defecto Google busca todas las palabras que introducimos para la búsqueda. No diferencia mayúsculas de minúsculas
Automáticamente busca variaciones de los términos. No es necesario (y no funciona) utilizar “comodines”. P odemos evitarlo precediendo el término con el signo +: air +pollution
Búsqueda de frases: utilizando el entrecomillado: “climate change”
Búsqueda por proximidad: utilizando el *, que sustituye a uno o más terminos entre palabras
climate * change
Utilización de términos alternativos con el operador OR (siempre en mayúsculas) oil OR petroleum

Exclusión de páginas conteniendo palabras con el signo - virus –computer
Sinónimos: precediendo el término con el signo ~ ~auto loan
Rango numérico: “oil production” forecast 2007..2020
Palabras en el título de la página: intitle: polymer allintitle: polymer composites
Palabras en la URL inurl: rural
allinurl: turismo rural
Comando LINK: páginas que enlazan con otra conocida link: www.nanoc.info

Related: Páginas similares: related: www.nanoc.info
Limitar por dominio/sitio: “oil production” forecast 2007..2020 site:gov
Limitar por tipo de fichero: “oil production” forecast 2007..2020 filetype:ppt OR filetype:pdf
Copia caché: permite visualizar rápidamente los términos de búsqueda
Define: busca definiciones de términos en diccionarios y glosarios
define: hydroforming
Conversor de monedas: 578 dollars in eur

La búsqueda en Google http://www.youtube.com/watch?v=DahGSReGx3M&feature=related

Google Scholar/Books

Google Scholar / Books
Google Scholar es un buscador de Google especializado en artículos de revistas científicas, enfocado en el mundo académico, y soportado por una base de datos disponible libremente en Internet que almacena un amplio conjunto de trabajos de investigación científica de distintas disciplinas y en distintos formatos de publicación. El índice incluye las revistas más leídas en el mundo científico con excepción de Elsevier . ( Wikipedia )
Google Libros es un servicio de Google que busca el texto completo de los libros que Google escanea, convierte el texto por medio de reconocimiento óptico de caracteres y los almacena en su base de datos en línea. ( Wikipedia )

Los “peros” de Google
No siempre es la herramienta de búsqueda más adecuada; otros buscadores de menor tamaño tiene mejores opciones de búsqueda y responde mejor a búsquedas especializadas.
El comando “OR” no es muy fiable
Peor cobertura de imágenes y video que otros buscadores
El número de resultados es inconsistente, “baila”.
Bajo índice de actualización de sus datacenters: menor que Yahoo y Bing
Solo indexa hasta los primeros 110Kb del texto de una página (Yahoo indexa hasta los 400)

ISI Web of Knowledge
ISI Web of Knowledge (WoK) es un servicio en línea de información científica, suministrado por Institute for Scientific Information ( ISI ), grupo integrado en Thomson Reuters. Facilita el acceso a un conjunto de bases de datos bibliográficas y otros recursos que abarcan todos los campos del conocimiento académico. ( Wikipedia )
El uso de ISI Web of Knowledge está autorizado a instituciones como universidades y departamentos de investigación de grandes corporaciones.
En Tecnalia se accede a través del portal de acceso de FECYT (Fundación Española para la Ciencia y la Tecnología).

Sciverse Scopus
Scopus es una base de datos bibliográfica de resúmenes y citas de artículos de revistas científicas. Cubre aproximadamente 18,000 títulos de más de 5,000 editores internacionales, incluyendo la cobertura de de 16,500 revistas revisadas por pares de las áreas de ciencias, tecnología, medicina y ciencias sociales, incluyendo artes y humanidades. ( Wikipedia )
Está editada por Elsevier y es accesible en la Web para los subscriptores. Las búsquedas en Scopus incorporan búsquedas de páginas web científicas mediante Scirus, también de Elsevier, y bases de datos de patentes.
Tecnalia posee un acuerdo para acceder a la mayoría de sus contenidos.

Servicios de publicaciones
Son una buena fuente de información especializada en torno a temáticas concretas y focalizadas.
Centros de investigación, Centros Tecnológicos, OPI´s (Organismos Públicos de Investigación) y Universidades grandes suelen tener su propio servicio de publicacíones.
Contribuyen a una mayor difusión de la obra de los investigadores y además ejercen esta difusión sin ánimo de lucro.

Servicios de publicaciones

Open Course Ware
La iniciativa Open Course Ware (OCW) son publicaciones abiertas y digitales de calidad de diversos materiales educativos, promovidos por diversas universidades.
Estos materiales están organizados en cursos y además suelen incluir materiales de planificación y herramientas de evaluación, así como bibliografía y material audiovisual.
Está abierto a cualquier persona y en cualquier momento a través de las webs que soportan al proyecto.
El proyecto nació en 1999 de la mano de la Universidad de Tübingen (Alemania), pero no fue hasta el 2002, con el empuje del MIT, cuando la iniciativa despegó.

Directorios
Producto de una indización y evaluación humana experta.
Cobertura limitada, pero de calidad.
Es clave localizar un buen directorio que sea de interés para tus especialidades.
PINAKES http:// www.hw.ac.uk/libWWW/irn/pinakes/pinakes.html
BUBL http:// bubl.ac.uk
INTITUTE http:// www.intute.ac.uk /sciences/
TECHXTRA http:// www.techxtra.ac.uk /
LII http :// www.lii.org /

Heriot-Watt University Library, (UK)

Drexel University (US)

The Intute consortium is: * University of Birmingham * University of Bristol * Heriot-Watt University * The University of Manchester * Manchester Metropolitan University * University of Nottingham * University of Oxford

“ web directory” “civil engineering”

Alertas
Son una forma de monitorizar la aparición de ciertos términos de búsqueda referidos a la aparición de nuevo contenido publicado en la red.
Permiten monitorizar la actividad de una empresa, una tecnología, un evento, noticias, etc.
Hay varias opciones, entre las más famosas están Google Alerts y Watchthatpage.com (aunque no es exactamente el mismo servicio.
Es un servicio útil, sencillo y simple que no requiere grandes conocimientos.
Se puede elegir para que la alerta se entregue a través de un correo o a través de un feed.

Really Simple Sindication
RSS son las siglas de Really Simple Syndication, un formato XML para sindicar o compartir contenido en la web. Se utiliza para difundir información actualizada frecuentemente a usuarios que se han suscrito a la fuente de contenidos. ( Wikipedia )
Es un formato derivado de la tecnología XML, que se popularizó con la entrada en escena de los blogs. Éstos, al disponer la información en un orden cronológico, “exigían” algún tipo de sistema de subscripción alternativo al correo electrónico.
Hay muchas opciones, tanto en navegador, como en la nube, como en local. Algunos son: Google Reader, Feedly, Netvibes o Sharp Reader.

Really Simple Sindication http://www.youtube.com/watch?v=0klgLsSxGsU

Este tipo de programas y/o aplicaciones son la base de cualquier sistema de vigilancia en Internet.
Es la forma más fácil de permanecer atentos a muchas páginas a la vez, sin tener que revisarlas constantemente y/o regularmente.
Promueven una forma sostenible de acceder a diversas fuentes de información, que de otra manera sería imposible de abordar.
Aparte del formato RSS, hay otros formatos de fuente web, como el ATOM, aunque es menos popular.
Fuente Web

Marcadores Sociales
Son una forma sencilla y popular de almacenar, clasificar y compartir enlaces en Internet . Es el equivalente al “Favoritos” del navegador, pero en la nube.
En un sistema de marcadores sociales los usuarios guardan una lista de recursos de Internet que consideran útiles. Las listas pueden ser accesibles públicamente o de forma privada.
También categorizan los recursos con 'tags' o 'etiquetas' que son palabras asignadas por los usuarios relacionadas con el recurso.
Muchos permiten votos, comentarios, importar o exportar, añadir notas, enviar enlaces por correo, notificaciones automáticas, rss, crear grupos y redes sociales, etc.
Algunos servicios son: Delicious, Diigo, Stumble Upon, Cite U Like, Gnoss, etc….

Social Bookmarking http://www.youtube.com/watch?v=HeBmvDpVbWc

Noticias Sociales
Son aplicaciones y servicios en la red para compartir y votar noticias entre los usuarios que forman parte de una comunidad.
Todos estos servicios difieren en como el contenido es moderado, ya que algunos utilizan las votaciones de los usuarios para resaltar contenidos, en otros, son los administradores los que lo resaltan, etc…
También admiten comentarios y los más populares aparecen resaltados junto a las noticias.
Son una vía alternativa a los periodicos tradicionales, ya que se alejan de los “lobbys”.
Algunos de estos servicios son: Digg, Meneame, Reddit, etc.

Documentos / PPT´s
Son servicios on-line donde los usuarios pueden subir archivos en formatos ppt, pdf, Keynote, openoffice, etc.
Permiten compartir a los usuarios sus documentos con otros usuarios, comentarlos, descargarlos, etc.
Son una fuente de información muy social en la que se puede encontrar documentos muy interesantes, aunque no tienen por que ser académicamente muy rigurosos.
Algunos de estos servicios son Slideshare, Scribd, Zoho, Google Docs, Issuu, etc.

Blogs
Un blog, o en español también una bitácora, es un sitio web periódicamente actualizado que recopila cronológicamente textos o artículos de uno o varios autores, apareciendo primero el más reciente, donde el autor conserva siempre la libertad de dejar publicado lo que crea pertinente. ( Wikipedia )
El auge de los blogs empezó con el surgimiento de la web 2.0, pero ahora están en una fase de consolidación, en la que muchos están mutando a ser un “multi-site” o páginas especializadas.
Hay grandes portales que tienen rankings de blogs, como Technorati, Bitácoras, Blogpulse o Alianzo. También con Google y Blog Search , se pueden encontrar Blogs de referencia.
Mención aparte merece la iniciativa Research Blogging .

Redes Sociales
Un servicio de red social es un medio de comunicación social que se centra en la construcción de redes sociales online formadas por personas que comparten alguna relación, principalmente de amistad, mantienen intereses y actividades en común, o están interesados en explorar los intereses y las actividades de otros. ( Wikipedia )
Hoy en día, se estima que en torno al 40 - 50 % del tráfico de una web, proviene de las redes sociales. La cantidad de información que se maneja en ellas es ingente y además es subjetiva y muchas veces filtrada ( curator ).
Dar la espalda a esta realidad es una pérdida de oportunidades muy grande. Existen multitud de ellas consolidadas; Linkedin, Google Plus, Twitter, Facebook, Academia, etc.
Entre todas las redes sociales, destaca Twitter como fuente de información, por encima de las demás.

¿Qué es Twitter? http://www.youtube.com/watch?v=9gb4xt1HvA4

¿Qué es Twitter?
Twitter es una red social basada en el microblogging, y que actualmente posee unos 200 millones de usuarios en todo el mundo. 2,8 millones de cuentas en España ( Junio de 2011 )
La red permite mandar mensajes de texto plano de bajo tamaño con un máximo de 140 caracteres, llamados tweets , que se muestran en la página principal del usuario. ( Wikipedia )
Twitter es una red social asíncrona. Las relaciones no se establecen de “igual a igual”, en sincronía. Un@ usuari@ puede ser seguido por otr@s usuari@s a las que no sigue y al revés.
Todos los “tweets” que se emiten en una cuenta son públicos, permanecen en el tiempo y pueden ser buscados en cualquier momento.
Los usos, potencialidades, ubicuidad y viralidad de la herramienta ha hecho que sea considerada como una herramienta totalmente diferente.

Estrategias de Búsqueda
Sesión típica de búsqueda en Internet de un usuario medio:
- dos consultas - dos palabras - dos páginas de respuestas - dos clicks por página
Reflexionar sobre las características y el tipo de información que necesitamos: - noticias - información de empresas - información de mercados - información estadística - bibliografía: libros, artículos, reports, proceedings … - tesis - patentes - enciclopedias - expertos (individuos, organizaciones)

Google es el más exhaustivo, pero para una búsqueda “científica” no es suficiente.
No limitarse a un buscador. La forma de presentación de la información, y las funcionalidades de búsqueda varían. Manejar con fluidez al menos un par de ellos.
Si nos limitamos a uno, conocerlo a fondo.
Utilizar multibuscadores
Utilizar los directorios temáticos
Utilizar las enciclopedias: wikipedia, britannica
Utilizar la bases de datos estructuradas: Scirus, Ingenta …

Estudiar la terminología y la combinación de los términos: - sinónimos - operadores - truncamientos
Imaginar como sería la página que respondiera perfectamente a la búsqueda y tratar de encontrar los términos que pondríamos en ella
Utilizar las búsqueda literales entre comillas
En la mayoría de los buscadores, repetir más de una vez los términos de búsqueda más importante cambia el orden de presentación de los resultados

Aprovechar al máximo las posibilidades de los buscadores: - ayudas y FAQS (tips o trucos sugeridos) - búsqueda compleja - operadores (OR, AND, NOT) - sinónimos - truncamientos - búsqueda por campos - búsquedas literales
Limitar la búsqueda por tipo de fichero, ciertos tipos de información van asociados a determinados formatos: -ppt -pdf -xls
Utilizar la función caché para localizar rápidamente los resultados
Personalizar las opciones de búsqueda y display de resultados

Sistema de Vigilancia Marcadores Sociales Social Media RSS Alertas Usuario Búsqueda Activa Bases de Datos

Como citar documentos electrónicos [en línea]. Barcelona: Universitat de Barcelona, Biblioteca, àrea de Ciències Experimentals i Matemàtiques, 7 abr. 1997. <http://www.ub.es/biblio/citae-e.htm> [Consulta: 14 nov. 2009]. Esquemas y ejemplos de referencias bibliográficas de recursos electrónicos y sus partes 1.a. Textos electrónicos, bases de datos y programas informáticos 1.b. Partes de textos electrónicos, bases de datos y programas informáticos 1.c. Contribuciones en textos electrónicos, bases de datos y programas de ordenador 2.a. Publicaciones seriadas electrónicas completas 2.b. Artículos y otras contribuciones en publicaciones seriadas electrónicas 3.a. Sistemas electrónicos de boletines de noticias, listas de discusión y de mensajería 3.b. Mensajes electrónicos Referenciar digitalmente

Fotos
Joe Shlabotnik (aplauso)
Jdn (gente boquiabierta)
Lucassevilla (Twitterverse)
Will Lion (Boca de riego)
Geek & amp ; Poke (Social Search)
Jack Amick (Cojín RSS)
La melancolía de los Ríos (Estanterías de Libros)
“J” (Librera)

¿Preguntas?

Muchas Gracias por vuestra atención. (Aplaudir sólo si os ha gustado) ;-) http://www.innpulsos.com http ://www.faraondemetal.com [email_address] @faraondemetal

http://www.faraondemetal.com	29
http://paper.li	3
http://a0.twimg.com	1

Pilulak búsqueda eficiente en internet

by Raúl Tabarés on Oct 17, 2011

Accessibility

Categories

Tags

Upload Details

Usage Rights

3 Embeds 33

Statistics

Pilulak búsqueda eficiente en internet — Presentation Transcript