Dimensiunile Web-ului au inceput sa creasca intr-un ritm fenomenal, incepand cu anul 1995. Ca informatie, in 1992 erau disponibile 50 de servere, in 1995 - 23.500 si anul trecut in octombrie-noiembrie cifra a ajuns la circa 23 de milioane. Acestea sunt doar cifrele care dau numarul de servere web si nu al site-urilor, tot anul trecut fiind anuntata indexarea a peste un miliard de pagini de catre anumite motoare de cautare. Acest lucru in conditiile in care aceasta cifra se invartea in jurul a 300 de milioane la inceputul anului 1998. Impresionant! Nu cred ca mai este necesar sa discutam pe aceasta tema, deoarece cifrele de mai sus vorbesc de la sine.

Acul si carul de fan

Domeniile din care fac parte informatiile prezente pe WWW sunt din cele mai diverse, pornind de la entertainment si ajungand pana la stiinta si tehnologie. Puteti gasi chiar si retete de feluri de mancare sau demonstratii de teoreme din fizica. Efectiv, nu credem ca exista un subiect care sa nu fie prezent si in aceasta zona cu cel putin o pagina pe cel putin un site. Evident este un lucru foarte bun pe de-o parte, dar in acelasi timp acest fapt sporeste atat de mult numarul paginilor web incat gasirea unei anumite informatii devine din ce in ce mai dificila. Ceea ce necesita motoare de cautare mult mai performante. Din pacate, acestea nu au avut acelasi ritm de evolutie si au ramas cam in urma, ceea ce ne face noua, utilizatorilor, „viata” mai grea.
In aceasta ipostaza nu tocmai fericita, tot ce ne ramane de facut este sa ne punem la punct o strategie de cautare cat mai buna, pentru a putea gasi in timpul cel mai scurt informatia cea mai relevanta pentru ceea ce ne-am propus. Cert este ca cea mai sigura si simpla cale de a gasi o locatie care contine informatiile cautate este sa stii deja unde exista (paradoxal, dar adevarat).

Cautare

O problema cu cautarea in Internet este faptul ca toata lumea presupune ca este usoara. Ei bine, lucrurile nu stau chiar asa, si nu este deloc simpla. Da, este usor sa obtii foarte multe rezultate si undeva printre acestea sa se afle si cel specific cautat de dumneavoastra. Din aceste motive nu trebuie sa ganditi ca aceasta operatie este doar introducerea catorva cuvinte in motorul de cautare.
Ca sa trecem pe latura practica a acestui fapt, sa facem un mic experiment. Alegeti o pagina oarecare, selectati doua-trei cuvinte din aceasta si apoi introduceti-le in motorul de cautare preferat. Este pagina respectiva printre rezultate? Daca da, a cata este in lista? Daca acest experiment a esuat, va puteti da seama ca aveti nevoie de o strategie, iar daca a fost incununat de succes, mai repetati-l o data si daca rezultatele sunt bune inseamna ca deja aveti o strategie buna pentru astfel de operatii.

Primul pas, analiza

In primul rand, inainte de orice, ganditi-va bine ce anume doriti sa cautati. Pentru ca aceasta analiza sa fie cat mai fructoasa trebuie sa extrageti cateva elemente esentiale. Astfel, urmariti cuvintele sau frazele distinctive sau unice, abrevierile sau acronimele asociate si, in cazul in care nu depistati asa ceva in topicul pe care il aveti in vedere, incercati sa largiti baza de cuvinte comune cat mai mult, cuvinte care in numar mic va pot da rezultate gresite. Daca aveti cunostinte despre organizatii, companii sau grupuri care pot detine informatia ce o cautati, nu va sfiiti sa luati in calcul si acest lucru. Important este sa va analizati apoi si ce alte cuvinte pot fi prezente in pagina cautata, nu neaparat ca si cuvinte cheie sau distincte.
Formati siruri compacte din doua sau trei cuvinte din cele deja extrase, acolo unde este posibil (spre exemplu, daca aveti „boli” si „infectioase”, formati „boli infectioase”). Ganditi-va la sinonime ale cuvintelor alese si adaugati-le in baza analizei. Importanta este si excluderea subiectelor care pot fi referite de baza de cuvinte si care nu fac parte din topicul cautat, astfel daca puteti gasi astfel de subiecte luati-le si pe acestea in consi-derare. Categorisiti apoi domeniul din care face parte topicul de cautat. O situatie deosebita este atunci cand nu stiti inca destule despre topicul respectiv, moment in care aveti nevoie de un mic ghidaj. Pentru acesta incercati sa folositi un director/catalog de site-uri cum este Yahoo!, dupa care abia intrati in analiza.

Locatia de start

In functie de analiza pe care ati facut-o in prealabil, acum trebuie sa va alegeti locatia de unde porniti cautarea. Desi sunt multe motoare de cautare, nici unul nu este exhaustiv si prin urmare va recomandam sa folositi intotdeauna doua motoare pentru aceeasi cautare. Daca aveti nevoie de o privire generala asupra topicului sau de informatii suplimentare despre acesta pentru a putea sa construiti un sir de cautare bun, apelati la un director de subiecte sau chiar la enciclopedii online.
Odata aleasa locatia, cititi cu atentie help-ul aferent si informati-va in special asupra operatorilor si sintaxei folosite de respectivul motor de cautare. Nu este o gluma si nu evitati acest fapt, deoarece este deosebit de important.

Sirul de cautare

Inerent, acesta este cel mai important si calitatea lui depinde aproape in totalitate de calitatea analizei realizata in primul pas. Acum ca aveti locatiile de start trebuie sa introduceti sirul construit si sa „loviti” butonul Search.
In constructia acestuia este bine sa respectati cateva reguli, care sunt expuse pe scurt si in oglinda alaturata. Din analiza efectuata trebuie sa extrageti cuvintele care sunt cat mai specifice topicului si nu cele generale, care trebuie evitate. Daca va loviti de problema de a nu avea astfel de elemente la dispozitie, legati prin operatorul boolean AND (intalnit in unele locuri ca „+”) cat mai multi termeni generici. In alta situatie nu ii folositi decat daca fac parte dintr-un subsir sau fraza, incadrate in ghilimele („ „). Deosebit de importante sunt si aceste subsiruri sau fraze, a caror utilizare o recomandam intotdeauna, prin combinarea cuvintelor cheie. Este bine ca, in masura posibilitatilor, cuvintele cheie sa fie substantive sau denumiri de obiecte si este indicata folosirea sinonimelor legate de cuvantul cheie prin operatorul OR (sau „|”).
Ordinea termenilor in sirul de cautare trebuie sa fie ordinea importantei acestora. Alegeti si alte cuvinte care este probabil sa apara pe pagina pe care o cautati. Excludeti subiectele care pot fi gasite si care nu au legatura cu topicul cu ajutorul operatorului NOT („!”). Operatorii booleani si de proximitate (NEAR si ADJ) sunt elemente foarte importante si pot avea efecte decisive asupra rezultatelor, deci folositi-le cat mai mult. In final, trebuie sa aveti un minimum de trei-patru cuvinte cheie pentru o singura cautare. Inainte de a initia cautarea, revizuiti-va cu atentie sirul final si verificati ortografia, pentru ca o singura litera lipsa sau inversata poate narui intregul rezultat.

Culegerea fructelor

Daca ati urmat sfaturile noastre, in rezultatele cautarii ar trebui ca in primele 10 hit-uri furnizate de un search engine sa gasiti ceea ce cautati. Cazul ideal este, evident ca acesta sa fie primul. Oricum, stabiliti-va o limita a numarului de hit-uri pe care il verificati inainte de a remodela sirul de cautare si reinitia operatia. Daca spre exemplu ati ajuns la 50 verificate si nu ati gasit exact ce doreati, „umblati” un pic la sir. Eventual folositi cu incredere functiile de cautare in rezultate, oferite de unele motoare. In timp veti capata experienta si va veti rafina strategia si tehnica de cautare si constructie a sirului. Ca elemente generale incercati sa le variati si sa le imbunatatiti pe masura ce invatati, dar eliminati o tehnica care nu functioneaza bine si nu da rezultatele scontate si intoarceti-va la una deja verificata.

Ma simt norocos?

In caz ca utilizati pentru prima data site-ul Google.com, este bine sa va personalizati cautarea. Din meniul Preferences noi am setat la 10 numarul de hit-uri care vor fi afisate pe o pagina, limba de prezentare a acestor informatii, precum si limba in care se va face cautarea dorita. Setati ca si limba de prezentare limba engleza, iar ca cea de cautare lasati All pentru ca exista si cazuri in care informatia cautata de dumneavoastra sa fie in alta limba decat cea engleza. In acest caz puteti apela la un site care ofera posibilitatea de traducere automata a unui text dintr-o limba in alta, precum www.altavista.com. Dupa ce au fost salvate aceste setari, puteti incepe cautarea efectiva. Sa presupunem ca avem de cautat informatii despre avionul de lupta F22 Stealth Fighter. Tot ce avem de facut este sa introducem sirul de cautare „stealth fighter”. Nu este nevoie sa folosim +, deoarece in mod automat Google va cauta paginile in care exista ambele cuvinte. Au fost afisate in ordinea relevantei primele 10 link-uri gasite, primul dintre acestea conducan- du-ne direct spre pagina unde exista informatii dedicate acestui subiect.

Cautare avansata

Insa nu toate link-urile ofera informatiile cautate, si, pentru a elimina acest neajuns, puteti apela la optiunea de Advanced Search, unde se pot introduce date suplimentare ce au relevanta in cautare. Daca dorim sa obtinem poze ale acestui avion, sau informatii tehnice, putem introduce ca elemente noi de cautare „pictures diagrams specification” in sectiunea „with any of the words„. Rezultatul este pe masura asteptarilor, si am gasit ceea ce am cautat. Mai sunt si situatii in care nu dorim ca anumite cuvinte sa existe pe pagina respectiva, se foloseste semnul „-” urmat de respectivul cuvant. Google mai ofera cateva optiuni interesante, care permit cresterea vitezei de cautare. Se pot cauta anumite informatii doar in cadrul unui anumit site, fapt pentru care trebuie introdus in sirul de cautare „site:www.nume.domeniu„, sau prin utilizarea butonului „I´m feeling lucky”, este afisat numai primul link gasit. Aceasta optiune se recomanda a fi folosita atunci cand ati creat un sir complet si care contine cele mai importante aspecte referitoare la subiectul cautat. Atunci cand mai doriti sa adaugati elemente noi de cautare, este bine sa o faceti folosind optiunea de Search within results.

Noua viziune

Unul din site-urile de cautare care ofera o mare flexibilitate de construire a sirurilor de cautare este AltaVista.com. Aici avem posibilitatea de a dezvolta un algoritm intreg de cautare si sortare a informatiilor, care sa ne ajute sa obtinem direct rezultatul scontat. Cautarile simple de doua trei cuvinte nu prezinta o mare dificultate. Singurul lucru de care trebuie tinut cont este acela ca necesita utilizarea operatorilor booleani AND, OR, NOT, NEAR pentru legarea cuvintelor.
Am inceput o cautare pentru obtinerea unor informatii referitoare la masina de cifrat Enigma, utilizata de germani in cel de-al doilea razboi mondial. Pentru aceasta am introdus sirul de cautare „Enigma AND german AND war„. Ca si punct de plecare a fost un start bun, dar nu am putut obtine de prima data informatiile pe care le cautam. De aici inainte am apelat la optiunea de Advanced Search, unde am putut introduce cateva elemente ajutatoare, si anume am inlocuit „german„ cu „NEAR cipher„(pentru gasirea elementului cifru pe langa cel Enigma) si am specificat ca rezultatele sa fie sortate dupa hit-urile legate de cuvantul Enigma. Primul link care a fost oferit de catre site-ul de cautare, si anume http://www.turing.org.uk/publications/profsbook.html, prezinta destule informatii despre subiectul cautat.

Finisarea cautarii

Cei ce doresc sa finiseze cautarea se pot folosi de optiunile adiacente oferite de catre motorul de cautare, si anume „host:” pentru cautarea in cadrul unui site, „image: nume”, pentru cautarea paginilor ce contin imagini cu numele specificat, sau „link:www.nume.domeniu”, pentru specificarea paginilor care contin link-uri spre adresa mentionata. Altavista permite crearea unor siruri complexe de tipul „domain: gov AND agreement AND NOT military AND statistics” prin care dorim sa cautam un site de pe domeniul gov care sa contina informatii despre anumite tratate, excluzandu-le pe cele militare, si care sa prezinte si statistici. Rezultatele afisate le-am sortat dupa „agreement”, acestea fiind excelente, si din primul link am gasit „acul”. Atunci cand nu sunteti multumit de rezultatele obtinute si doriti sa mai cautati inca o data, este bine sa folositi optiunea de „Search in results”, mai ales daca string-ul precedent a fost bine ales, dar nu continea destule informatii.

Centrul de comanda

Fiecare site de cautare ofera informatii relevante atunci cand sirul de cautare este bine creat, in functie de numarul de site-uri care sunt indexate in baza de date. Multi utilizatori realizeaza cautari multiple pe mai multe site-uri, ceea ce este o tehnica foarte buna cand va folositi de motoarele de cautare. De aici si pana la realizarea unui program de sine statator care sa faca acest lucru automat nu a fost decat un pas. Astfel au aparut programele de cautare denumite SearchBots, care usureaza extrem de mult cautarea informatiilor in Internet. Si cu aceasta modalitate de cautare rezultatele sunt maxime daca sunt respectate tehnicile de cautare mentionate anterior.

Copernic 2000

Programul Copernic 2000 este unul din cele mai puternice aplicatii dedicate cautarii in Internet. In functie de domeniul in care se incadreaza cautarea pe care doriti sa o efectuati, puteti crea un domeniu distinct, sau va puteti folosi de cele oferite standard de catre program. Crearea unei noi categorii se face din tab-ul Categories. Am realizat cautarea unor informatii referitoare la tehnologia de recunoastere vocala, si pentru asta am pornit un task din domeniul The web. La sectiunea Properties setati sa fie folosite toate site-urile de cautare prezente, si apoi tipul cautarii pe tipul personalizat. Dupa introducerea sirului „speech recognition software” am bifat optiunea All words. Aceasta inlocuieste operatorii logici - nu toate site-urile folosesc aceiasi operatori logici.
Avantajul acestui program este ca permite cautari pe site-uri dedicate anumitor informatii de genul stirilor, programelor software pentru download, carti, multimedia. Rezultatele obtinute sunt afisate rapid in functie de categoria de informatie pe care se face sortarea. Va recomand utilizarea coloanei Score (de relevanta a cautarii).

Cautarea totala

Cu programul de cautare BeeLine aveti posibilitatea nu numai sa obtineti link-uri spre anumite site-uri dar si sa verificati daca aceste link-uri sunt valide. Dupa instalarea acestei aplicatii este bine sa realizati cateva setari, lucru care va va fi foarte util in momentul in care veti dori sa personalizati modul de afisare al rezultatelor. Din meniul Settings selectati tab-ul Results si acolo bifati Each Result si Single Listing. In meniul Engines, selectati fiecare categorie si bifati acele motoare de cautare care stiti ca va pot oferi cele mai bune informatii (daca nu sunteti sigur care sunt acelea, bifati-le pe toate).
Odata configurat, utilizarea lui BeeLine devine o joaca de copil, deoarece task-urile de cautare sunt automatizate complet. In functie de domeniul de interes, sunt utilizate automat (conform setarilor realizate in meniul Engines) categoriile de cautare. Dupa introducerea sirului de cautare, aveti posibilitatea de a exclude anumite cuvinte din cautare (lucru recomandat atunci cand sunt folosite cuvinte cu intelesuri multiple). De exemplu am cautat link-uri catre carti online ale lui Frank Herbert, am exclus din start cuvantul Amazon pentru a nu intra in magazinul virtual care ne-ar fi returnat multe rezultate care pentru noi nu au relevanta (din tara noastra nici nu putem sa cumparam, de altfel). Pe langa faptul ca pentru fiecare cautare BeeLine afiseaza daca respectivul link este valid sau nu, prin tehnologia Alexa sunt sugerate link-urile care au cea mai mare relevanta. Prin utilizarea sirului „Frank Herbert books writer„ am reusit sa gasim mai multe site-uri ce prezentau informatii atat despre autor cat si despre cartile sale.

Mic si performant

Un utilitar simplu care poate fi configurat in functie de propriile nevoi este Zapper. Din multimea de site-uri care sunt folosite pentru cautare am creat cateva categorii (pe langa cele standard oferite de program) care mi-au permis reducerea timpului de cautare. Am avut posibilitatea de a opta intre cele mai bune site-uri de cautare, care pot fi combinate cu cateva site-uri dedicate anumitor domenii. Aceste informatii sunt grupate pe anumiti agenti de cautare. Pana reusiti sa va acomodati cu setarile acestui program va recomand sa utilizati optiunea de cautare implicita, care are o rata mare de reusita in ceea ce priveste gasirea informatiilor.

Acul si magnetul

Acum ca v-ati insusit cateva tehnici de cautare, v-ati familiarizat cu doua din site-urile de cautare si modul lor de utilizare si sunteti la curent cu cateva programe ce va usureaza cautarea, puteti explora in voie informatiile din Internet care va intereseaza. Va dorim ca dupa ce ati parcurs acest articol sa fiti capabili sa gasiti „acul in carul cu fan”.