Motor de metabúsqueda

Un metabuscador (o agregador de búsqueda ) es una herramienta de recuperación de información en línea que utiliza los datos de un motor de búsqueda web para generar sus propios resultados. ^{[ 1 ] [ 2 ]} Los metabuscadores reciben información del usuario y consultan inmediatamente a los motores de búsqueda ^{[ 3 ]} para obtener resultados. Se recopilan, clasifican y presentan a los usuarios los datos suficientes.

Problemas como el spam reducen la exactitud y precisión de los resultados. ^{[ 4 ]} El proceso de fusión tiene como objetivo mejorar la ingeniería de un motor de metabúsqueda. ^{[ 5 ]}

Ejemplos de motores de metabúsqueda incluyen Skyscanner y Kayak.com , que agregan resultados de búsqueda de agencias de viajes en línea y sitios web de proveedores. SearXNG es un software de búsqueda genérico, gratuito y de código abierto que agrega resultados de motores de búsqueda de internet y otras fuentes como Wikipedia, y es ofrecido gratuitamente por más de 70 proveedores de SearXNG. ^{[ 6 ]}

La primera persona en incorporar la idea de la metabúsqueda fue Eric Selberg, estudiante de la Universidad de Washington , ^{[ 7 ]} quien publicó un artículo sobre su experimento MetaCrawler en 1995. El motor de búsqueda sigue siendo utilizable en 2026. ^{[ 8 ]}

El 20 de mayo de 1996, HotBot , entonces propiedad de Wired , era un motor de búsqueda cuyos resultados provenían de las bases de datos Inktomi y Direct Hit. Era conocido por su rapidez y por permitir la búsqueda dentro de los propios resultados. Tras ser adquirido por Lycos en 1998, el desarrollo del motor de búsqueda se estancó y su cuota de mercado cayó drásticamente. Después de sufrir algunas modificaciones, HotBot se rediseñó con una interfaz de búsqueda simplificada, y sus funciones se incorporaron al rediseño del sitio web de Lycos. ^{[ 9 ]}

En 1997, Daniel Dreilinger publicó un artículo sobre su motor de metabúsqueda experimental, SavvySearch, que era capaz de seleccionar automáticamente el motor de búsqueda correcto para priorizar en función de la experiencia previa. ^{[ 10 ]}

En 1999, Bo Shu y Subhash Kak desarrollaron un metabuscador llamado Anvish ; los resultados de la búsqueda se ordenaban mediante redes neuronales entrenadas instantáneamente . ^{[ 11 ]} Posteriormente, este sistema se incorporó a otro metabuscador llamado Solosearch. ^{[ 12 ]}

En agosto de 2000, India obtuvo su primer metabuscador con el lanzamiento de HumHaiIndia.com. ^{[ 13 ]} Fue desarrollado por Sumeet Lamba, quien entonces tenía 16 años. ^{[ 14 ]} Posteriormente, el sitio web fue renombrado como Tazaa.com. ^{[ 15 ]}

Ixquick es un motor de búsqueda conocido por su declaración de política de privacidad. Desarrollado y lanzado en 1998 por David Bodnick, es propiedad de Surfboard Holding BV. En junio de 2006, Ixquick comenzó a eliminar los datos privados de sus usuarios siguiendo el mismo proceso que Scroogle . La política de privacidad de Ixquick incluye no registrar las direcciones IP de los usuarios, no usar cookies de identificación, no recopilar datos personales y no compartir datos personales con terceros. ^{[ 16 ]} También utiliza un sistema de clasificación único donde un resultado se clasifica por estrellas. Cuantas más estrellas tenga un resultado, mayor será la concordancia de los motores de búsqueda con dicho resultado.

En abril de 2005, Dogpile , entonces propiedad de InfoSpace , Inc., colaboró ​​con investigadores de la Universidad de Pittsburgh y la Universidad Estatal de Pensilvania para medir la superposición y las diferencias de clasificación de los principales motores de búsqueda web con el fin de evaluar los beneficios de usar un metabuscador para buscar en la web. Los resultados mostraron que, de 10.316 consultas aleatorias definidas por el usuario en Google , Yahoo! y Ask Jeeves , solo el 3,2 % de los resultados de la primera página eran iguales en todos esos motores de búsqueda para una consulta dada. Otro estudio realizado ese mismo año, utilizando 12.570 consultas aleatorias definidas por el usuario en Google , Yahoo!, MSN Search y Ask Jeeves, encontró que solo el 1,1 % de los resultados de la primera página eran iguales en todos esos motores de búsqueda para una consulta dada. ^{[ 17 ]}

Al enviar múltiples consultas a varios motores de búsqueda, se amplía la cobertura de datos del tema y se puede encontrar más información. Estos motores utilizan los índices creados por otros motores de búsqueda, agregando y, a menudo, procesando los resultados de maneras únicas. Un metabuscador tiene una ventaja sobre un motor de búsqueda individual, ya que se pueden obtener más resultados con el mismo esfuerzo. ^{[ 2 ]} También reduce el trabajo de los usuarios, quienes ya no tienen que escribir individualmente búsquedas en diferentes motores para encontrar recursos. ^{[ 2 ]}

La metabúsqueda también resulta útil si el objetivo de la búsqueda es obtener una visión general del tema o respuestas rápidas. En lugar de tener que consultar varios motores de búsqueda como Yahoo! o Google y comparar los resultados, los metabuscadores pueden recopilarlos y combinarlos rápidamente. Pueden hacerlo listando los resultados de cada motor consultado sin ningún procesamiento posterior (Dogpile) o analizando los resultados y clasificándolos según sus propios criterios (IxQuick, Metacrawler y Vivismo).

Un metabuscador también puede ocultar la dirección IP del usuario a los motores de búsqueda consultados, lo que proporciona privacidad a la búsqueda.

Los motores de metabúsqueda no son capaces de analizar las consultas ni de traducir completamente su sintaxis . El número de hipervínculos generados por los motores de metabúsqueda es limitado y, por lo tanto, no proporcionan al usuario los resultados completos de una consulta. ^{[ 18 ]}

La mayoría de los metabuscadores no proporcionan más de diez archivos enlazados desde un único motor de búsqueda y, por lo general, no interactúan con motores de búsqueda más grandes para obtener resultados. Los enlaces de pago por clic tienen prioridad y normalmente se muestran primero. ^{[ 19 ]}

La metabúsqueda también da la ilusión de que existe una mayor cobertura del tema consultado, especialmente si el usuario busca información popular o común. Es frecuente obtener múltiples resultados idénticos de los motores de búsqueda consultados. Además, resulta más difícil para los usuarios realizar búsquedas con sintaxis avanzada, por lo que los resultados pueden no ser tan precisos como cuando un usuario utiliza una interfaz de búsqueda avanzada en un motor específico. Esto lleva a que muchos motores de metabúsqueda utilicen búsquedas simples. ^{[ 20 ]}

Un metabuscador acepta una única solicitud de búsqueda del usuario . Esta solicitud se transfiere a la base de datos de otro motor de búsqueda . Un metabuscador no crea una base de datos de páginas web , sino que genera un sistema de base de datos federada para la integración de datos de múltiples fuentes. ^{[ 21 ] [ 22 ] [ 23 ]}

Dado que cada motor de búsqueda es único y tiene algoritmos diferentes para generar datos clasificados, también se generarán duplicados. Para eliminarlos, un metabuscador procesa estos datos y aplica su propio algoritmo. El resultado es una lista revisada que se muestra al usuario. Cuando un metabuscador contacta con otros motores de búsqueda, estos responden de tres maneras:

• Ambas partes cooperarán y proporcionarán acceso completo a la interfaz del motor de metabúsqueda, incluido el acceso privado a la base de datos de índices, e informarán al motor de metabúsqueda de cualquier cambio realizado en la base de datos de índices;
• Los motores de búsqueda pueden comportarse de manera poco cooperativa, sin denegar ni proporcionar acceso a las interfaces;
• El motor de búsqueda puede ser completamente hostil y negarle al motor de metabúsqueda el acceso total a su base de datos y, en circunstancias graves, recurrir a métodos legales . ^{[ 24 ]}

Fusión

Un metabuscador utiliza el proceso de fusión para filtrar datos y obtener resultados más eficientes. Los dos métodos principales de fusión que se utilizan son: fusión de colecciones y fusión de datos.

• Collection Fusion, también conocida como recuperación distribuida, se centra específicamente en motores de búsqueda que indexan datos no relacionados. Para determinar el valor de estas fuentes, Collection Fusion analiza el contenido y clasifica los datos según la probabilidad de que proporcionen información relevante para la consulta. A partir de los resultados, Collection Fusion selecciona los mejores recursos de la clasificación. Estos recursos elegidos se combinan en una lista. ^{[ 24 ]}
• Fusión de datos: se ocupa de la información recuperada de los motores de búsqueda que indexan conjuntos de datos comunes. El proceso es muy similar. Las puntuaciones de clasificación iniciales de los datos se combinan en una sola lista, tras lo cual se analizan las clasificaciones originales de cada uno de estos documentos. Los datos con puntuaciones altas indican un alto nivel de relevancia para una consulta particular y, por lo tanto, se seleccionan. Para generar una lista, las puntuaciones deben normalizarse utilizando algoritmos como CombSum. Esto se debe a que los motores de búsqueda adoptan diferentes políticas de algoritmos, lo que da como resultado puntuaciones incomparables. ^{[ 25 ] [ 26 ]}

El spamdexing es la manipulación deliberada de los índices de los motores de búsqueda. Utiliza diversos métodos para alterar la relevancia o la prominencia de los recursos indexados de una manera que no se ajusta a la intención del sistema de indexación. El spamdexing puede resultar muy molesto para los usuarios y problemático para los motores de búsqueda, ya que los resultados de las búsquedas tienen poca precisión. Esto, a la larga, provoca que el motor de búsqueda se vuelva poco fiable para el usuario. Para combatir el spamdexing, los algoritmos de los robots de búsqueda se vuelven más complejos y se modifican casi a diario para eliminar el problema. ^{[ 27 ]}

Es un problema importante para los motores de metabúsqueda porque altera los criterios de indexación del rastreador web , en los que se basa gran parte de la información para formatear las listas de clasificación. El spamdexing manipula el sistema de clasificación natural de un motor de búsqueda y coloca sitios web en posiciones más altas en la lista de clasificación de las que ocuparían naturalmente. ^{[ 28 ]} Existen tres métodos principales para lograr esto:

• Búsqueda federada
• Lista de motores de metabúsqueda
• Metanavegación
• Búsqueda múltiple
• Agregador de búsqueda
• Optimización para motores de búsqueda