Clase 2 investigación en internet

TECNOLOGÍA DE LA COMUNICACIÓN I

LICS. EN COMUNICACIÓN SOCIAL Y PERIODISMO

CLASE 2- AÑO 2014

ELABORADO POR PROF. VIVIANA M. PONCE

([email protected])

CREATIVE COMMONS RECONOCIMIENTO-NOCOMERCIAL-COMPARTIRIGUAL 3.0 UNPORTED LICENSE

Investigación/ Periodismo de Investigación en

Internet

¿Por qué investigar en Internet?

Internet constituye una valiosa fuente de información real, útil y verdadera, de la que podemos servirnos para obtener y generar información nueva.

¿Qué requiere una investigación en Internet?Conocimiento de la WWW, su

clasificación: Visible, Invisible y Semántica, y los buscadores que proveen en cada caso.

Aplicación de un método de búsqueda exhaustivo y organizado.

Evaluación de la información existente, puesto que no existe un control de veracidad a nivel global.

¿Cómo puede definirse la investigación en Internet?

“proceso exhaustivo y organizado, a partir del cual es posible buscar información en la WWW (Visible, Invisible y Semántica), interpretarla y discriminarla de acuerdo al análisis de sus resultados”

¿Qué debemos considerar a la hora de buscar información?

Desmitificando falsos supuestos…

Internet es una biblioteca…

- En Internet la información no se encuentra organizada, sino que está dispersa en miles de millones de páginas Web.

Toda la información que está en Internet es cierta y vale…

- No existe ningún filtro de calidad para publicar información. Cualquier persona puede publicar cualquier cosa.


En Internet se encuentra toda la información…

- En Internet solamente podemos encontrar lo que está en Internet.

- Es muy probable que un sitio Web que ayer no estaba, hoy pueda estar…

- Un sitio Web que hoy está en Internet, es probable que mañana ya no esté…


Hay información sobre todos los temas y sobre todo el mundo.

- Existe una gran cantidad de contenidos en inglés y otros idiomas, en comparación con el español; por lo que el idioma ejerce un papel importante y se hace imprescindible romper con las fronteras del mismo.


Plagiar es ingenioso porque todo es público.

- Plagiar es un delito, un fraude, y aún sin ser descubierto, sigue siendo un autoengaño.- Existen normas para la utilización de contenidos en la Web (Copyrigth, Copyleft).

¿CASUALIDAD O PLAGIO?


Buscadores de información

Se los define como:

“herramientas informáticas especializadas que nos posibilitan encontrar en la WWW diversidad de tipologías de información digital: textos, audios, videos, animaciones, mapas, archivos en diversos formatos, etc.”

Buscadores de información

A lo largo de su historia se han clasificado en tres categorías centrales:• buscadores por temas o categorías•motores de búsqueda •meta/ multibuscadores

En las distintas Web’s se pueden encontrar una o más de estas categorías de buscadores…

Web Visible o Superficial

“La WWW “Visible” o “Superficial” es la porción de la Web que es vista y consecuentemente indexada por los buscadores comunes”

•Está compuesta por un conjunto de páginas estáticas públicamente accesibles.•Constituye una porción relativamente muy pequeña de toda la Web (un 17% aproximadamente).•La información que se recupera debe ser cuidadosamente evaluada y validada.

Componentes de la WWW y porción de la Web Visible

Fuente: How much information? (2003) http://www2.sims.berkeley.edu/research/projects/how-much-info-2003/internet.htm

http://www2.sims.berkeley.edu/research/projects/how-much-info-2003/internet.htm

BUSCADORES POR DIRECTORIO, TEMAS O CATEGORÍAS

Se componen de información revisada por un grupo de personas o robots que rastrean la WWW en busca de información y la organizan en temas o categorías.

Pueden ser especializados (en 1 temática) o generalistas (en varias).

Sus resultados son devueltos en lista ordenados alfabéticamente, o por popularidad o Page Rank (número que define la cantidad de enlaces al sitio).

La información es buena pero puede estar desactualizada. En algunos casos, los usuarios tienen la opción de sugerir o ser

editores de sitios web. Las búsquedas se realizan a través de la navegación por las

distintas categorías temáticas.

• Ejemplos-Dmoz-Google Noticias-Technorati Blogs (hoy en modificación…)

¿Otros ejemplos? ¿Tendencias de uso?

EJEMPLOS DE BUSCADORES POR DIRECTORIO

http://www.dmoz.org/

http://news.google.com.ar/

http://technorati.com/blogs/directory/

DIRECTORIO GENERALISTADmoz (para búsquedas generales)

Categorías

Categorías

Palabra clave•¿Cómo buscar?1) Si conozco el tema, identifico la categoría en la que este se ubica y voy al paso 2.a). Si no conozco el tema voy al paso 2.b)2.a) Busco la categoría en las categorías existentes. Voy al paso 3.2.b)Escribo la palabra clave relacionada con lo que estoy buscando. Voy al paso 3.3) De los resultados devueltos observo si se encuentra lo que busco. 4) Registro luego el/los resultados obtenidos.

Búsquedas en la WWW Visible (Buscadores por directorio)

•Ejemplo de búsqueda donde conozco la categoría:

¿Qué sitios Web de periódicos hay en la Argentina?

(Búsqueda 1) Ingresar al buscador Dmoz en inglés http://www.dmoz.org/ y seguir la siguiente ruta de categorías:

WorldRegionalArgentina South America ArgentinaNews and mediaSpanishPeriódicos

(Búsqueda 2) Ingresar al buscador Dmoz en español http://www.dmoz.org/World/Espa%C3%B1ol/ y seguir la siguiente ruta de categorías:

Medios de comunicaciónPeriódicosArgentina


http://www.dmoz.org/Regional/South_America/

http://www.dmoz.org/World/Espa%C3%B1ol/


•Resultados de Ejemplo de búsqueda donde conozco la categoría:

18 resultados devueltos en orden alfabético, 1 sitio menos y 1 categoría más que el año anterior

(búsqueda realizada en el año 2013)

DIRECTORIO ESPECIALIZADO

Google Noticias (búsquedas generales)

Categorías

•Ejemplo de búsqueda donde no conozco la categoría:

Palabra clave

•¿Cómo buscar?1) Coloco la «palabra clave» en la caja de búsqueda.2) Cliqueo en el botón de Búsqueda: 3) Examino los resultados y registro uno o más de ellos si resultan adecuados


•Ejemplo de búsqueda donde no conozco la categoría:

-Los resultados se devuelven ordenados por fecha o importancia. -En la Descripción se indica el nombre del medio del que proviene la noticia.


DIRECTORIO ESPECIALIZADO

Categorías

Technorati Blog

Cómo se buscaba en Technorati (actualmente está fuera de línea este servicio…)


Otras opciones interesantes que proveen este tipo de buscadores:

DMOZ


DMOZ


DMOZ


GOOGLE NOTICIAS


MOTORES DE BÚSQUEDA

La información se construye en base a un proceso de rastreo realizado por robots que se conoce como “Spidering”y no se encuentra organizada en temas.

Pueden ser generalistas o especializados. Sus resultados son devueltos por Page Rank .En la indización se almacenan no sólo páginas Web

sino también otro tipo de archivos: .doc, .pdf, .jpg, .gif, etc.

Pueden contener información falsa y desactualizada.Las búsquedas se realizan a través de “palabras clave”

que pueden ayudarnos a especificar las búsquedas.

MOTORES DE BÚSQUEDAEjemplos- Google (Búsqueda avanzada)- Bing- Google Books- Google Blogs- Google Scholar

Otros:- Google Imágenes (búsqueda avanzada)- Google Videos (búsqueda avanzada)- Google Maps

De personas: - Socialmention y Twitterfall

MOTORES DE BÚSQUEDA GENERALISTAS

Google (Búsqueda avanzada)

Palabra clave

Palabra clave

Google (Presentación de resultados)

MOTORES DE BÚSQUEDA GENERALISTAS

•¿Cómo buscar?1) Coloco la «palabra clave» en la caja de búsqueda.2) Selecciono una o más opciones de la caja de búsqueda avanzada3) Cliqueo en el comando ‘Búsqueda Avanzada’

Búsquedas en la WWW Visible (Motores de búsqueda)

Opciones de la Búsqueda Avanzada:


Al observar los sitios resultados vemos:-Muchos de ellos se ajustan o asemejan a la palabra clave-Aparecen desordenados-Aparecen en distintos componentes (dir Url, contenido o título de la página)-Las “StopWords” de, in, la, en, etc.) se ignoran


•Desde el cuadro de Búsqueda Avanzada también podríamos haber buscado por palabra o frase exacta:

Esta acción nos permite refinar la búsqueda ya que los sitios devueltos como resultado contendrán las palabras que buscamos en el orden deseado…


Al cliquear en la Búsqueda Avanzada vemos que la palabra clave es encerrada por completo entre las “” (comillas dobles)


•Desde el cuadro de Búsqueda Avanzada también puede buscarse información de carácter opcional


Esta información de carácter opcional hace que se utilice el operador de búsqueda “OR”.


Si se quisiera que aparezcan ambas frases en la búsqueda, debe utilizarse el operador “AND”.

“AND”

En el caso de “AND” deben aparecer sí o sí ambas frases en los resultados de la búsqueda.

En el caso de “OR” pueden aparecer alguna de las dos frases o bien, ambas.


Desde la Búsqueda Avanzada podemos excluir uno o más términos de los resultados:


Esto hace que se utilice el operador “-”…

Aquí se excluyen de los resultados a los periódicos de Argentina…


Si deseamos en caso contrario incluir palabras utilizamos el operador “+”. Esta acción es útil para las stop word.

Forzamos a que aparezca la preposición “de”…


En cualquier caso de búsqueda también es útil buscar por idioma, fecha y región:


Él operador “*” aunque no es provisto por la Búsqueda Avanzada también resulta útil para reemplazar una o más palabras que no recordemos…


También es útil buscar por sitio o dominio…


En este caso se hace uso del operador “site”


Las búsquedas por tipo de archivo pueden ayudar a encontrar documentación de variado tipo:


En este caso se hace uso del operador “filetype” seguido de “:” y luego la extensión del tipo de archivo que se busca…


Puede buscarse una palabra clave en distintos lugares de una página (título, texto, URL y vínculos)


En este caso se hace uso de distintos operadores que varían de acuerdo al lugar donde se busca la información…

“allintitle” es el operador que permite buscar en el título de la página…


“allintext” busca en el contenido de la página…


“allinurl” busca en la dirección web de la página…http://electronica.mercadolibre.com.ar/radios-am-fm/digitales/radio-digital


“allianchor” devuelve sitios con enlaces a lo que buscamos…

http://electronica.mercadolibre.com.ar/radios-am-fm/digitales/radio-digital


Puede buscarse información relacionada con un sitio web específico:


En este caso se hace uso del operador “related”

“related”


También es posible buscar Derechos de uso como una forma de respetar la propiedad intelectual de las obras en Internet


Y configurar el funcionamiento interno del buscador, eligiendo activar o no Google Instant, seleccionando la cantidad de resultados que se desean visualizar…


…seleccionando el idioma con el que trabajará el buscador y la ubicación o lugar desde el que realizará las búsquedas


ADEMÁS EXISTEN OPERADORES EXTRAS PARA EFECTUAR OTROS TIPOS DE BÚSQUEDAS:

-Tiempo San Luis-Define: inherente -Calculadora (2 *5) + 3-Conversor 100 dólares en euros-Mapa San Luis, etc.


BingPalabras clave

Otro Motor de Búsqueda Generalista

Google Books

Palabras clave

MOTORES DE BÚSQUEDA ESPECIALIZADOS

Google Blogs

Palabras clave


Google Scholar

Palabras clave



Google Imágenes

• Opciones de Búsqueda Avanzada de imágenes



Google Videos

• Opciones de Búsqueda Avanzada de videos:


Google MapsMOTORES DE BÚSQUEDA ESPECIALIZADOS

Social mention (ubica personas)Palabras clave


Twitter fall (ubica personas)


BUSCADORES DE BUSCADORES

Devuelven la información solicitada a partir de la búsqueda en 2 o más motores de búsqueda existentes.

Pueden ser generalistas o especializados y permiten especificar la búsqueda mediante algunos operadores que proveen.

Son algo lentos y pueden devolver resultados repetidos.

Se clasifican en: Metabuscadores (muestran los resultados en 1 única

ventana, indicando para cada uno de ellos el buscador en el que se encontró la información).

Multibuscadores (muestran los resultados en distintas ventanas, una por cada buscador).

Ejemplos

- Ixquick- Dogpile- Theinfo

¿Otros? ¿Tendencias de uso?

BUSCADORES DE BUSCADORES

META-BUSCADOR (Ixquick)

MULTI/BUSCADOR (The Info)

COMPARANDO TIPOLOGÍAS DE BUSCADORES DE LA WEB VISIBLE

DIRECTORIOS O CATEGORÍAS

MOTORES DE BÚSQUEDA

META/ MULTI BUSCADORES

¿Cómo se construye la información?

A través de un grupo humano o robot

Por medio de un robot Por medio de un robot

¿Dónde buscan la información?

En la WWW En la WWW En motores de búsqueda existentes

¿Qué información buscan?

General y Especializada General, Especializada y Específica

General, Especializada y Específica

¿Cómo devuelven sus resultados?

Ordenados por orden alfabético o Page Rank

Ordenados por Page Rank

Ordenados por Page Rank

¿Cuántos resultados devuelven?

Pocos o Muchos Muchos Muchos

¿La información devuelta es correcta?

Sí, en algunos casos puede estar desactualizada

No en todos los casos, hay que evaluarla

No en todos los casos, hay que evaluarla

¿Cómo se busca? A través de las categorías o ingresando una palabra clave

A través de una palabra clave

A través de una palabra clave

Facilidad de uso Sencilla Compleja Media

“porción de la Web que no puede ser indexada por los buscadores comunes”.

Contiene la mejor calidad de información, pero también la más peligrosa, por lo que en algunos casos suele denominarse “Web Oscura”

WWW INVISIBLE O PROFUNDA

~17%

~83%

Se divide en:-Web Opaca-Web Privada-Web Propietaria-Web Realmente Invisible

La Web Invisible o Profunda

Web opacaSe compone de contenidos que no son indexados por

un buscador por cuestiones de economía.

Solo 2 páginas de Flickr


Web opaca

Solo algunos de sus resultados son devueltos por un buscador por cuestiones de economía.

Solo muestra 100 resultados


Web opaca

Se compone de contenidos que pueden no aparecer hasta después de una actualización del rastreo de los buscadores (frecuencia de indización).

Último rastreo: 30/07Próximo rastreo: 30/08

Páginas creadas del 31/07 al 29/08. No aparecerán como parte de los resultados!


Web opacaSe compone de contenidos que pueden no aparecer porque

tienen un número bajo de Page Rank que el buscador no considera a la hora de mostrar los resultados.

Solo se muestran las páginas con mayor Page Rank


Web opaca

Se compone de páginas web que no son linkeadas por ninguna otra página, entonces sus direcciones URL se encuentran “desconectadas”

Páginas que no son referenciadas o linkeadas o votadas desde otras páginas quedan fuera del rastreo


Web privada

Se encuentran protegidas por contraseñas


Web privada- Las páginas contienen un archivo “robots.txt” que

evita que sean indexadas

“robots.txt”


Web privada- Las páginas contienen un campo “noindex” que evita

que el buscador indice la parte correspondiente al cuerpo de la página.

“noindex”


Web propietaria- Incluye páginas en las que es necesario registrarse

para acceder al contenido.


Web realmente invisible- Incluye archivos de la Web en diversos formatos:

.pdf, .js, .ppt, etc.

Muchos buscadores han evolucionado y nos permiten encontrar gran diversidad de tipos de archivos…

.PDF

.JS

.JS

.RAR

.ZIP…


Web realmente invisible- Incluye páginas que se generan dinámicamente, esto

es, en tiempo de ejecución (por ej. al realizar una consulta en una base de datos).

Página dinámica

Página estática


Web realmente invisible- Incluye páginas que se generan en tiempo real (por

ej. la transmisión en vivo y en directo de un partido).Página generada en tiempo real


¿Cómo buscar?- A través de buscadores

especializados en bases de datos.- De acuerdo a las tipologías existentes

estos pueden ser de las tres tipologías que se vieron para los buscadores de la Web Visible.


•Directorio mundial especializado- COMUNICACIÓN INVISIBLE

(http://www.comunicacioninvisible.net/wai)

Buscadores de la Web Invisible o Profunda





Buscadores de la Web Invisible o Profunda•Directorio regional especializado INFOMINE

(http://infomine.ucr.edu/)



Motor de búsqueda mundial generalista- WAYBACK MACHINE

(http://archive.org/web/web.php)





¿Cómo trabajan este tipo de buscadores?

•Poseen una base de datos propia compuesta por otras bases de datos y que puede ser elaborada por personas o por robots, que efectúan sus búsquedas en sitios web confiables.

•Los resultados pueden estar desactualizados y son en general confiables, pero conviene evaluarlos en función de la información que estamos buscando.

•Poseen opciones de búsquedas completas de información en las bases de datos: por título, autor, descripción, contenido, palabras clave, etc. En muchos casos también permiten las búsquedas por temas o categorías.

•Permiten la configuración del buscador, en cuanto a las bases de datos en las que buscan información, la tipología de archivos que indexan y el lugar y cantidad de resultados que devuelven.

LA WWW y sus componentesWeb Semántica

“es una extensión de la Web existente que permite la realización de búsquedas más inteligentes a través de buscadores inteligentes”.

Se encuentra en desarrollo y requiere de una reestructuración de la Web para funcionar de manera potente.

¿Qué se pretende con la Web Semántica?

Mejorar las búsquedas, de forma tal que las máquinas no solo sean capaces de utilizar la información, sino también interpretarla…

•Agregarle semántica a la WWW implica:-Definir OWL: conceptos u ontologías que puedan ser utilizadas por usuarios, sistemas y bases de datos. -Definir RDF: o información descriptiva sobre los conceptos y ontologías y cómo se encuentran relacionados. -Definir SPARQL: o lenguaje de consulta sobre las ontologías y su descripción que permita hacer búsquedas sobre los recursos de la Web semántica, utilizando distintas fuentes de datos.

EjemplosOntologías: “Pintor”, “Pintura”, “Escuela”, “Lugar”RDF de Pintura: soporte, técnica, proceso, tema, etc. Relación entre “Pintor” y “Pintura”: “Un pintor es el autor de una o más pinturas...”SPARQL: “Pinturas al óleo de Van Gogh”


•El buscador no trabaja a nivel sintáctico sino semántico, esto es, puede “comprender” el significado de la búsqueda que realiza.

“Quiero viajar a Lima, Perú, y sólo quiero gastar 3000 dólares”

Aún se encuentra en desarrollo y se proyectan muchos años más para que pueda explotarse en su totalidad.


•A través de buscadores especializados en la Web Semántica:

-Wolfram Alfa -Twine -Swoogle

Cada buscador tiene sus propios operadores de búsqueda, por lo que se debe estudiar c/u de ellos en particular…

¿Cómo buscamos información en la Web Semántica?

•Wolfram Alpha (sin uso de operadores)Devuelve toda la información asociada a un concepto.


•Wolfram Alpha (sin uso de operadores)


•Wolfram Alpha (sin uso de operadores)


•Wolfram Alpha (operador “vs” (versus))

Permite efectuar comparaciones entre conceptos


•Wolfram Alpha (operador “vs” (versus))


•Wolfram Alpha“Where am i” (¿Dónde estoy?)


•Wolfram Alpha“Am I drunk” (¿Estoy borracho?)


•Wolfram AlphaOtras búsquedas inteligentes…

“Viajes a Perú, Lima”

“Travel to Peru, Lima”



“Viajes a Perú, Lima”

“Travel to Peru, Lima”



“Pinturas al óleo de Van Gogh”

“Oil paintings of Van Gogh”



“Pinturas al óleo de Van Gogh”

“Oil paintings of Van Gogh”


•Wolfram Alpha (Preferencias)


•Wolfram Alpha (Favoritos)


Aún quedan muchas posibilidades por explorar…¡te invitamos a recorrerlas!

Clase 2 investigación en internet

Documents