¿Cómo funciona un motor de búsqueda?

La mayoría de los buscadores parten del uso de índices o de robots o 'arañas' de donde sale la información

Buscar información en internet es tan sencillo como escribir una palabra referente al tema de tu interés, dar click y ¡listo! pero ¿sabes todo lo que hay detrás de una búsqueda en la Red?

Para encontrar lo que buscas entre cientos de millones de páginas que existen en la World Wide Web, los motores de búsqueda (Internet Search Engines), mejor conocidos simplemente como "buscadores" son programas asociados a un sitio que sirven para localizar coincidencias entre la información que buscas y la que existe en distintos índices o bases de datos en la Red.

Cada búsqueda te ofrece como resultado, el acceso a un gran número de enlaces (links) hacia distintas páginas donde puede estar la información que buscas, aunque precisamente el tipo de resultados que obtienes, tanto en su número como en su utilidad, depende mucho del buscador que utilices.


Con índices o con 'arañas'

La mayoría de los buscadores parten del uso de índices o bien de robots buscadores o "arañas" (spiders) de donde sale la información y enlaces que el usuario pide al ingresar una palabra y da click a la búsqueda.

El manejo con índices se refiere a cuando las páginas son clasificadas de acuerdo con categorías y subcategorías asociadas además a palabras clave, de manera que al hacer tu búsqueda, directamente se empata la palabra con su coincidencia dentro de uno de dichos índices, abriendo las carpetas con todos los enlaces de la misma clasificación que contengan la palabra.

Este tipo de buscadores son muy efectivos cuando se conoce bien el tema y más bien se quiere profundizar la información ya que desde el registro existe un control, incluso humano, para la clasificación de páginas de acuerdo con el tema y subtemas. 

Sin embargo, cuando se trata de búsquedas más generales o donde partes de cero, las búsquedas basadas en "arañas" son más eficientes ya que no se limitan a una categoría lo que evita problemas cuando por ejemplo utilizas una palabra que tiene varios significados y cambia de acuerdo con el contexto que se utilice como puede ser gato (animal, juego o herramienta), saco (guardar, vestir, acción) o cola (fila, pegamento, parte del cuerpo), por ejemplo.


Entre telarañas

Las arañas son programas "robot" que rastrean la red con búsquedas simultáneas partiendo de sitios populares y dispersándose a través de los distintos enlaces que contienen, todo en función de los contenidos que manejan en relación con la palabra clave que escribes en el buscador.

Google utiliza varias arañas, generalmente tres a la vez, logrando buscar entre más de 300 conexiones a páginas web abiertas al mismo tiempo, y con cuatro arañas el sistema puede recorrer más de 100 páginas por segundo generando cerca de 600 KB de datos por segundo, lo que se traduce en búsquedas mucho más rápidas y amplias.

Además, Google tiene un servidor dedicado a proveer URL (direcciones de internet) directamente a las arañas al tener su propio DNS (Domain Name Server) para hacer más rápidas las búsquedas, esto sin contar que para no perder tiempo, en cada página Google deja atrás palabras "inútiles" como artículos y conjunciones.

Dependiendo del tipo de arañas es el tipo y resultado de la búsqueda, y por ejemplo Lycos aunque también utiliza robots de búsqueda automática, sus arañas tienen como característica que mantienen un rastro en sus búsquedas para ir mejorando las búsquedas posteriores, mientras que las arañas de Altavista dan resultados más incluyentes porque checan todas las palabras, incluso a nivel de conjunciones o interjecciones.


El más importante

Uno de los problemas comunes cuando se tienen muchos resultados en una búsqueda es saber cuál es el más importante o el que mejor nos va servir, problema que aumenta cuando las búsquedas no se realizan por categorías y subcategorías (índices) donde uno como usuario puede elegir la ruta y el sitio que más se acerca a lo que queremos.

Y es que no siempre el primer enlace es el más útil, entonces ¿cómo es que se acomodan los resultados?

Cada buscador tiene sus criterios para ordenar los resultados (ranking) y varían desde criterios de selección humana (calidad de la fuente, credibilidad o popularidad, entre otros) o de referencias de terceros, hasta cuestiones de mercadotecnia y pago de cuotas para salir al principio de las listas.

Por eso, muchas veces la misma palabra puede producir listas diferentes o bien con los mismos elementos pero ordenados en forma distinta, sobre todo cuando el usuario hace búsquedas simples que además suelen arrojar cantidades exageradas de resultados, como la palabra "casa" que arroja ¡más de 10 millones de páginas! ¿estás dispuesto a revisarlas todas?

Nunca olvides que más allá de elegir el buscador que quieras, es importante que aprendas a utilizar también las funciones de búsqueda avanzada o el uso de operadores booleanos (and, or, not, followed by, near, o comillas para tratar palabras como frases) para darle una manita a tu buscador.

Por lo menos en lo que se terminan de desarrollar los buscadores del futuro que en vez de trabajar simplemente con base en palabras clave, integran el uso de meta etiquetas, análisis estadísticos de preferencias y costumbres, manejo de palabras y contextos, donde la computadora y el sitio serán lo suficientemente inteligentes para reconocer al usuario, gustos e intereses, y agregar esta información como filtros para hacer más precisas sus búsquedas, además con un lenguaje más natural como cuando le preguntas algo a un amigo y si le preguntas sobre elefante directamente te lleve al nuevo disco y no a un viaje entre paquidermos de Asia y Africa.

Por Guillermo López