6. Ricercare nel Web

1,892 views

Published on

Slides dalle lezioni del corso di "Strumenti e applicazioni del Web", Università di Milano Bicocca - Prof.R.Polillo - A.A.2012-13
Lezione del 21 marzo 2013
Vedi anche www.corsoweb.wordpress.com

Published in: Education
0 Comments
2 Likes
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total views
1,892
On SlideShare
0
From Embeds
0
Number of Embeds
1,071
Actions
Shares
0
Downloads
59
Comments
0
Likes
2
Embeds 0
No embeds

No notes for slide

6. Ricercare nel Web

  1. 1. Edizione 2012-13Università degli Studi di Milano BicoccaDipartimento di Informatica, Sistemistica e ComunicazioneCorso di Strumenti e applicazioni del Web6. Ricercare nel Web
  2. 2. Queste slides2Queste slides fanno parte del corso “Strumenti e applicazioni del Web”. Ilsito del corso, con il materiale completo, si trova inwww.corsow.wordpress.com . Data la rapida evoluzione della rete, il corsoviene aggiornato ogni anno.Il presente materiale è pubblicato con licenza Creative Commons“Attribuzione - Non commerciale - Condividi allo stesso modo – 3.0”(http://creativecommons.org/licenses/by-nc-sa/3.0/it/deed.it ):La licenza non si estende alle immagini provenienti da altre fonti ealle screen shots, i cui diritti restano in capo ai rispettivi proprietari,che, ove possibile, sono stati indicati. Lautore si scusa per eventualiomissioni, e resta a disposizione per correggerle.R.Polillo - Marzo 2013
  3. 3. Una visualizzazione [di una parte] del webLa immagine mostra una porzione di Internet costituita da 535.000 nodi e più di 600.000 linksWALRUS Visualization tool, 2001 http://www.caida.org/tools/visualization/walrus/R.Polillo - Marzo 20133
  4. 4. 4R.Polillo - Marzo 2013Una visualizzazione [di una parte] del web
  5. 5. R.Polillo - Marzo 20135Una visualizzazione [di una parte] del web
  6. 6. Come trovare linformazione in rete DirectoriesIndici strutturati di argomenti (gestiti da una redazione) Motori di ricercaQuery → Risultati EsplorazioneBrowsing, serendipity Motori semanticiwww.wolframalpha.com, … Sistemi di Q&A socialeYahoo! Answer, …R.Polillo - Marzo 20136
  7. 7. Web directories7 Storicamente, il primo strumento di ausilio alle ricerchenel Web Classificazione gerarchica dei siti (e non delle pagine) incategorie e sottocategorie, a più livelli, effettuata "amano" -> varie "tassonomie" Directories “generaliste” e directories verticali o di nicchia http://en.wikipedia.org/wiki/Web_directoryR.Polillo - Marzo 2013
  8. 8. Tassonomia8Emporio celeste dei riconoscimenti benevoli(Enciclopedia cinese, J.L.Borges, 1973)Gli animali si dividono in:a) Appartenenti all’imperatoreb) Imbalsamatic) Ammaestratid) Lattonzolie) Sirenef) Favolosig) Cani randagih) Inclusi in questa classificazionei) Che si agitano come pazzij) Innumerevolik) Disegnati con un pennello finissimo di peli dicammellol) Ecceteram) Che hanno ritto il vason) Che da lontano sembrano mosche.R.Polillo - Marzo 2013 Raggruppamentodi oggetti inclassi, secondoqualche criterio taxis=ordinenomos=regola Ogni tassonomiaè arbitraria, edipende dagliobiettivi
  9. 9. Yahoo! (http://dir.yahoo.com)9R.Polillo - Marzo 2013- Nasce come “La guida alWWW di Jerry e David”,nel 1994- Qui la home del 1996, dawww.archive.orghttp://en.wikipedia.org/wiki/Interne
  10. 10. The Open Directory Project (ODP)10 Nota anche come DMOZ (Directory Mozilla http://www.dmoz.org/ Directory gratuita, aperta e multilingua Posseduta da Netscape (dal 1998) e manutenuta da una comunità dieditor volontari http://en.wikipedia.org/wiki/Open_Directory_ProjectR.Polillo - Marzo 2013
  11. 11. Domoz vs Yahoo!R.Polillo - Marzo 201311Dmoz Yahoo!
  12. 12. Wikipedia come strumento di ricerca12 Wikipedia è un formidabile strumento di ricerca e accessoal web Ogni voce di Wikipedia è corredata da numerosi linkinterni ed esterni, che spesso permettono di raggiungere isiti più significativi correlati all’argomento esaminato Inoltre Wikipedia contiene numerosi indici e directories,fra cui anche veri e propri portali tematici(http://en.wikipedia.org/wiki/Portal:List_of_portals )R.Polillo - Marzo 2013
  13. 13. Serendipità13 Cerco una cosa e ne trovo unaltra Nome coniato da Horace Walpole, tratto dalla fiaba “I tre principi diSerendip” (Serendip è lantico nome di Sri Lanka) Serve fortuna (“il caso”) e un atteggiamento di apertura: percogliere lindizio che porterà alla scoperta occorre essere aperti allaricerca e riconoscere il valore di esperienze che non corrispondonoalle originarie aspettative http://en.wikipedia.org/wiki/Serendipity http://serendip.brynmawr.edu/serendip/about.htmlR.Polillo - Marzo 2013
  14. 14. 14 R.Polillo - Marzo 2013
  15. 15. www.stumbleupon.com16 to stumble: inciampare, scoprire per caso È una discovery engine di pagine web, fondato in Canada nel 2001 Premendo il bottone STUMBLE! installato sul browser, vieneproposto un sito, un’immagine o un video scelti sulla base dellepreferenze dell’utente, o delle raccomandazioni dei suoi amici o daaltri utenti che hanno interessi simili Il processo di selezione si affina sulla base del gradimento espresso(opzionalmente) dall’utente:R.Polillo - Marzo 2013
  16. 16. Motori di ricerca per il Web Componente software (utilizzabile come servizioonline) progettato per ricercare informazioni sulWorld Wide Web Le informazioni (di solito nella forma di link) sonopresentate in una serie di Search Engine ResultsPage (SERP) La qualità di un motore si valuta sulla base dellapertinenza e rilevanza dei risultatiR.Polillo - Marzo 201317
  17. 17. Motori di ricercaUna storia complessa, iniziata negli anni 90. Oggi, i primi 3:Google- Dal 1998Bing- Dal 2009- Prima: MSN Search,Windows Live Search,Live SearchYahoo!- Con motori esterni(dal 1999 "Powered by Bing")R.Polillo - Marzo 201318Market share, Jan 2013,http://www.statowl.com
  18. 18. Motori di ricerca: strutturaR.Polillo - Marzo 201319InterfacciaQueryprocessingRankingdei risultatiQueryRisultati(SERP)Front-end processIndici + cachedpagesCrawlerCrawlerIndicizzatoreCrawlerRichiestePaginewebPaginewebWWWBack-end process
  19. 19. Web crawling I crawler (robot, spider, bot) sono programmi chenavigano il Web, esaminando le diverse pagine eseguendo i link in esse presenti Seguono opportune politiche di navigazione (peres. per decidere quando riesaminare una pagina giàvista) Linterazione con i Web server segue specificiprotocolli (per es. robot exclusion protocol, orobot.txt) Non tutto il Web è accessibile ai crawlerR.Polillo - Marzo 201321
  20. 20. robots.txt: esempiowww.domain.comR.Polillo - Marzo 201322/robots.txtutentifotoaboutUser-agent: GoogleDisallow /utenti/fotoAllow: *Crawl-delay: 20 sec
  21. 21. Deep vs surface Web Non tutto il Web è accessibile ai motori di ricerca Il Web invisibile ("deep Web") è parecchi ordini digrandezza più vasto del Web visibile ("surfaceWeb") Deep Web, esempi: Pagine "vietate" dai Web server (robots.txt) Pagine generate dinamicamente a fronte di query o di inputforniti attraverso form Pagine senza link entranti Pagine accessibili tramite registrazione e login Ecc.R.Polillo - Marzo 201323
  22. 22. Struttura del web: uno studioAnalisi di 203 milioni di pagine, nel 1999: Broder et al., Graph structure in the web,WWW Conference 2000, http://www9.org/w9cdrom/160/160.html17 million nodes24R.Polillo - Marzo 2013
  23. 23. Tipi di query InformativaObiettivo: trovare uninformazione NavigazionaleObiettivo: trovare una pagina web, che conosco già RisorsaObiettivo: trovare una risorsa (non informativa)disponibile sul web Il risultato è di solito (ma non sempre!) una lista di link apagine web Dal contenitore al contenutoR.Polillo - Marzo 201325
  24. 24. Search forms (Google)R.Polillo - Marzo 201326Semplice: Avanzata:Posso usare una sintassicomplessaEsempi:query AND queryquery OR query-queryterm site:urllink: x…. Cfr.http://www.google.com/insidesearch/http://bit.ly/13dakJx
  25. 25. Google: evoluzione della home pageVideo sulla evoluzione di www.google.com dal 1998 al 2007http://www.youtube.com/watch?v=1vgprty39ogR.Polillo - Marzo 201327
  26. 26. SERP: struttura tipicaR.Polillo - Marzo 201328Search boxRisultati sponsorizzatiOpzioni per la ricercaRisultati"organici"(non influenzatidallesponsorizzazioni)Google:AdWords
  27. 27. La coda lunga delle ricercheR.Polillo - Marzo 201329Search termsFrequenzaAlto costo, alta frequenza,bassa probabilità diconversioneBasso costo, bassafrequenza, alta probabilitàdi conversione
  28. 28. Google Trends (www.google.com/trends)R.Polillo - Marzo 201330Vedi anchewww.google.com/zeitgeist/2012
  29. 29. Risultati della ricerca: esempio (Google)R.Polillo - Marzo 201331PreviewCachedFiathttp://www.googleguide.com/cached_pages.html
  30. 30. Ranking I risultati della ricerca dovrebbero esserepresentati sulla SERP in ordine di "rilevanza" (gliutenti considerano di solito solo i risultati nellaprima pagina) Il successo di un motore di ricerca è fortementelegato al suo algoritmo di rankingR.Polillo - Marzo 201332
  31. 31. Google PageRank Algoritmo sviluppato da S.Brin e Larry Page nella loro tesidi PhD a Stanford (progetto BackRub, 1995-96),brevettato a nome della Stanford University Lidea: la "importanza" di una pagina Web è tantomaggiore quante più sono le pagine Web (a loro volta"importanti") che la linkano In sostanza, è il meccanismo con cui vengono valutati ipaper accademici S.Brin, L.Page, “The anatomy of a large-scale hypertextualWeb search engine” 1998: Brin e Page fondano Google IncR.Polillo - Marzo 201333
  32. 32. PageRank: esempio34R.Polillo - Marzo 2013711611
  33. 33. PageRank: esempio35http://en.wikipedia.org/wiki/PageRankR.Polillo - Marzo 2013Per la spiegazione dellalgoritmo: http://www.cs.cornell.edu/home/kleinber/networks-book/networks-
  34. 34. Risultati della ricerca: non solo linkProvate a cercare (su Google e Bing):- weather Milano- time San Francisco- sunrise New York- 5*9+(sqrt 10)^3=- Ernest Hemingway- Population Milan- define philosophy- ristoranti 20143- movies 20143- AZ637- mappa 20143- mappa corso italia 6 milano- concessionari Fiat- ….R.Polillo - Marzo 201337Search engine→ Answerengine
  35. 35. Google: quali servizi di ricerca?R.Polillo - Marzo 201338Marzo2013
  36. 36. Google: quali servizi di ricerca?R.Polillo - Marzo 201339
  37. 37. Google: quali servizi di ricerca?R.Polillo - Marzo 201340
  38. 38. Google: quali servizi di ricerca?R.Polillo - Marzo 201341
  39. 39. Search history La search history di ciascuno viene salvata nella"cronologia Web" (Google, Bing) È possibile cancellare singoli elementi, o tutti Cronologia in Google:entrare nel proprio account, ed entrare nella"dashboard" Google sulla privacy delle ricerche (2007):http://www.youtube.com/watch?v=iPkvNr2cpqg42
  40. 40. SEO / SEM SEO: Search Engine OptimizationMetodi e tecniche per migliorare il ranking di unsito Web, per i vari motori di ricercahttp://http://en.wikipedia.org/wiki/Search_engine_optimization SEM: Search Engine MarketingAttività di promozione di un sito Web permigliorarne il ranking dei motori di ricercahttp://en.wikipedia.org/wiki/Search_engine_marketing Page rank checker: esempio:http://www.whatsmypr.netR.Polillo - Marzo 201343
  41. 41. SEM/SEO44 La posizione (rank) in cui un sito viene mostrato dal motore di ricerca èestremamente importante (chi ricerca utilizza le prime posizioni, e non guarda oltrela prima pagina) Molti specialisti indipendenti offrono servizi di consulenza affinchè il sito clienteacquisisca un buon rank (SEM/SEO: Search Engine Marketing / Search EngineOptimization) Le tecniche usate non sono sempre corrette: per es. vengono creati siti compostisolo da link per far “salire” i siti che pagano Periodicamente Google aggiorna gli algoritmi del motore per penalizzare quello checonsidera spamming da parte degli specialisti SEM/SEO http://www.google.it/support/webmasters/bin/answer.py?answer=35291&hl=itR.Polillo - Marzo 2013
  42. 42. Google search: per saperne di più Help di Google:http://support.google.com/websearch Google Guide (indipendente da Google):http://www.googleguide.com Wikipedia:http://en.wikipedia.org/wiki/Google_SearchR.Polillo - Marzo 201345
  43. 43. Lavoro individuale Esplorare accuratamente le funzioni del motore di ricerca diGoogle, e confrontarle con quelle di Bing Esplorare la propria dashboard (nel proprio account Google), everificare quali informazioni sulla vostra storia sono memorizzate Esplorate www.wolframalpha.comR.Polillo - Marzo 201346

×