¿Debemos utilizar HotBot por su mayor cobertura y por las ventajas inherentes de ser un sistema de recopilación automática? (elevado grado de exhaustividad en la indización y en el nivel de representación de los documentos distribuidos en internet, así como un altísimo grado de especificidad en la indización). ¿Utilizamos Yahoo! por ser un directorio? (recopilación manual de los recursos, lo que implica una evaluación de los mismos y una estructura jerárquica de los contenidos, que redunda en una mayor facilidad en el lenguaje de interrogación, al estar en un contexto más o menos definido) (Benito Amat, 1999). ¿Utilizamos uno u otro en función de la consulta? Algunas de estas preguntas tienen respuestas muy importantes desde un punto de vista documental. Si se contestaran correctamente (cosa que raramente ocurre, a nuestro pesar) no habría una justificación directa para la utilización de otras herramientas. La necesidad de éstas está primordialmente en el gran volumen.
«Hablando de usuarios en general y tratando de medir realmente el rendimiento de los agentes, hay que admitir que no vamos a poder hacer búsquedas muy exhaustivas a la vez que muy precisas»
Podemos decir que los actuales buscadores presentan el problema de considerar a la Red como la mayor base de datos del mundo, sin tener en cuenta que en realidad es más bien un "documento" hipertextual de gran profundidad. Para encontrar información en internet es necesario, por tanto, utilizar nuevas herramientas que aúnen las ventajas de los actuales motores de búsqueda y que permitan abarcar el máximo espectro de la Red, pues los sistemas actuales se están convirtiendo en repertorios referenciales desfasados, con un período de actualización irregular. Estas herramientas no son otras que las herramientas de segunda generación (Aguillo, 1998).
Los agentes multibuscadores, como parte integrante de las herramientas de segunda generación, son aplicaciones cliente que el usuario instala en su ordenador y ejecuta cuando quiere, sin necesidad de conectarse previamente a ningún sitio (Hípola y Vargas-Quesada, 1999). En algunas de las modalidades que se evaluarán en éste y futuros trabajos utilizan uno o varios motores de búsqueda como "semilla" (Aguillo, 1999) o punto de partida para realizar las consultas, de tal forma que los resultados obtenidos, si son pertinentes, se convierten en "semilla" para un nuevo salto hipertextual. La combinación de resultados de distintos buscadores incrementa la cobertura, y no el solapamiento o la duplicidad de información. El uso conjunto de 6 motores de búsqueda (HotBot, AltaVista, Northern Light, Excite, Infoseek y Lycos) puede incrementar la cobertura con respecto a un único buscador en 3"5 veces (Lawrence y Giles, 1998).
Objetivo del primer estudio
Puesto que el uso de agentes multibuscadores permite obtener mayor cobertura en la búsqueda que si se utilizara el mejor buscador de internet (Chignell, Gwizdka y Bodner, 1999), es necesario comprobar cuál es el grado de precisión, exhaustividad y tiempo de respuesta de cada uno de estos programas.
El objetivo del presente trabajo es la descripción y evaluación del rendimiento de los denominados agentes "inteligentes" para la recuperación de información en internet, en concreto los agentes multibuscadores Copernic, EZSearch, MataHari, iMine, WebSeeker, WebFerret y WebStorm.
«El indicador de rendimiento en última instancia no es ni la exhaustividad ni la precisión, sino el producto entre ambas, ya que muestra la ratio existente entre lo que el usuario espera encontrar y lo que realmente encuentra»
Toda clasificación es cuestionable, pero debido a la amplitud (número, diversidad y características), consideramos que la realizada por Isidro Aguillo (1999) es, con diferencia, la más adecuada y completa para afrontar un trabajo de este tipo. Como se puede observar, los agentes aquí propuestos difieren en número y en denominación con respecto al listado de Aguillo. Esto se debe a que algunos de ellos ya no están disponibles, o al menos han dejado de estarlo en versión shareware (CrowCall, KillSearch, SearchStream, ZurfRiders, Full Find y SearchWolf), a que otros han cambiado de nombre (Quest99 es ahora iMine), o a una reciente actualización de este listado poco antes de que este trabajo saliera a la luz, lo que ha provocado que Infoseek Express, entre otros, haya quedado fuera de este estudio.
«La mayoría de los usuarios de los motores de búsqueda no utilizan operadores en sus consultas»
El resto de categorías de agentes "metabuscadores, indexadores y mapeadores" se abordará en próximos trabajos.
Metodología
Este estudio comienza con la elección de un total de siete agentes "inteligentes" multibuscadores para la recuperación de información en internet. Se han elegido éstos y no otros porque en el momento de realizar el análisis seis de ellos se encontraban disponibles bajo la fórmula "shareware", lo que nos permitía su utilización gratuita durante un período limitado de tiempo (entre quince y treinta días), y uno de ellos (Copernic) es de uso totalmente gratuito durante tiempo indefinido. No se han incluido por tanto otros programas que, aun teniendo las mismas características que los anteriores, no se encontraban en versión "shareware" o gratuita. Deliberadamente hemos dejado fuera de esta selección a EasySeeker, pues, aunque es un software totalmente gratis, no es más que una versión reducida de WebSeeker. También hemos excluido a Hurricane Websearch, ya que su funcionamiento y/o formato de salida y ordenación de las respuestas dejaba mucho que desear con respecto al resto.
Existe otro tipo de productos como Cybot, WebBandit, WebWolf o BullsEye que no han sido incluidos en el presente estudio pues, aunque tienen características similares a los anteriores, también presentan otras que los diferencian: utilización de los "links" de las páginas obtenidas como "semilla" para realizar nuevas búsquedas, indización automática de páginas web… No obstante, serán evaluados en próximos trabajos.
Agentes multibuscadores
- Copernic 98 http://www.copernic.com
- CrowCall http://www.alphalink.com.au/~pbrooks/CrowCall
- EasySeeker http://www.bluesquirell.com/products/easyseeker/easyseeker.html
- EZSearch http://www.americansys.com
- FullFind Pro http://www.jjsoftware.com/ fullfind.html
- Hurricane WebSearch http://gatecomm.com/websearch
- Internetowy Poszukiwacz http://www.poszukiwacz.pl
- Killer Search http://www.killersearch.com
- Mata Hari http://thewebtools.com
- MetaQuest http://members.tripod.com/~MetaQuest
- QueryN MetaSearch http://www.queryn.com
- Quest 99 http://www.inforian.com
- SearchWolf http://www.msw.com.au/searchwolf
- WebFerret Pro http://www.ferretsoft.com
- WebSeeker"98 http://www.bluesquirrel.com
- WebStorm http://www.sharpeware.com
- ZurfRider http://www.zurf.com
Test de evaluación
Ante la imposibilidad de configurar todos los agentes con las mismas características "motores de búsqueda a utilizar, número de respuestas por motor, eliminación de respuestas duplicadas, comprobación de su funcionamiento…" hemos optado por utilizar la configuración por defecto de cada uno de ellos.
El test de evaluación ha requerido fundamentalmente dos fases: una recopilación de consultas por las que se iba a buscar y la elección exacta de qué expresiones serían sometidas a los agentes.
Primera fase: se decidió que las consultas podían ser todas aquellas que realizasen tanto profesores como alumnos de la Facultad de Biblioteconomía y Documentación de la Universidad de Granada, así como las utilizadas por otros investigadores en estudios similares a éste (Chu y Rosenthal, 1996, Leighton, 1998). Las consultas en ningún caso han sido inventadas "ad casum", ni se han tenido en cuenta las de aquellas personas que podían tener conocimiento de los defectos o virtudes de algunos de estos agentes. Se recogieron un total de cuarenta y cinco preguntas.
Segunda fase: partiendo del conjunto de consultas anterior, hubo que determinar cuántas y qué palabras debían usarse en cada caso. Las búsquedas, como es lógico, en algunas ocasiones están muy relacionadas con el ámbito académico, y utilizan dos o más palabras, como ocurre en trabajos ya publicados como los de Leighton y Srivastava (1998), Chu y Rosenthal (1996), Wei y Marchionini (1996).
Como algunos autores indican en otros estudios (Magellan, 1997), y como nosotros hemos podido comprobar, la mayoría de los usuarios de los motores de búsqueda no utilizan operadores en sus consultas, por lo que se ha optado por esta opción. El número de consultas final a las que se ha sometido cada agente ha sido de quince, las cuales se han elegido por un procedimiento aleatorio de las cuarenta y cinco totales. Y son:
- intelligent agents information retrieval
- educación sordos
- juegos java
- bibliotecología enseñanza Chile
- comunidad virtual
- shape analysis pointer compiler
- oposición instituciones penitenciarias
- classical greek philosophy
- computers learning disabilities
- camino de Santiago
- plano metro Madrid
- atm internet protocol
- water quality agriculture nitrates
- chess tournament
- dublin core z3950
Salvo las consultas quinta y décima ("comunidad virtual" y "camino de Santiago") "para las que se ha requerido la búsqueda como frase" en el resto se ha exigido a los distintos agentes que recuperaran sólo aquellos documentos en los que la coincidencia (matching) entre todos los términos de consulta y los documentos fuese total.
Método de búsqueda
Dado que no se ha podido contar con ocho ordenadores de las mismas características, y ocho personas midiendo el tiempo exacto de cada consulta, se han realizado todas en un mismo equipo (Pentium III a 400 Mhz, con 128 Mb de ram) y el mismo día (21/08/99), siendo el tiempo máximo transcurrido entre la misma consulta al primer agente y al último de 16 minutos y 35 segundos.
Método de evaluación
Con el fin de eliminar cualquier tipo de prejuicio por parte de la persona que iba a determinar qué documentos de los recuperados en cada consulta eran relevantes y cuáles no, se utilizó un método ciego de evaluación. Una persona se encargó de realizar las consultas con cada agente multibuscador, medir el tiempo de respuesta, y almacenarlas en formato html. Mediante un editor (FlexED32), se eliminaron cabeceras y cualquier otro tipo de marca que pudiera hacer recordar cuál es el agente multibuscador original, estableciendo a su vez un código de correspondencia entre página, número de consulta y agente con el que se había realizado la búsqueda.
Una segunda persona, que en ningún caso conocía el código de equivalencia entre consultas y agentes multibuscadores, comprobó las conexiones de cada uno de los documentos recuperados y determinó si eran relevantes o no. Las conexiones fallidas se consideraron como documentos recuperados no relevantes.
Exhaustividad y precisión de los resultados
El principal objetivo de los agentes multibuscadores es localizar y recuperar los documentos contenidos en la Red de la forma más eficaz y rápida posible. Por tanto su valor dependerá de la capacidad para identificar la información relevante, de la versatilidad de sus métodos y de la facilidad para rechazar documentos extraños.
A la hora de realizar una evaluación se pueden distinguir dos tipos de tests o pruebas: eficiencia y eficacia. La última hace referencia a la capacidad de suministrar la información que necesita el usuario. La eficiencia es la medida del coste/tiempo necesaria para desarrollar un conjunto dado de tareas.
Para evaluar un sistema son muchos los aspectos a tener en cuenta. Cleverdon (1972) identificó seis cuestiones que podían ser aplicables y cuantificables en un sistema de recuperación:
- amplitud temática de la colección
- tiempo de respuesta del sistema
- formas de presentación de las salidas
- grado de dificultad para el usuario en el uso
- exhaustividad (proporción de documentos relevantes en el conjunto de la base de datos)
- precisión (proporción de documentos relevantes recuperados)
De estas cuestiones las que más interesan son las dos últimas, puesto que el resto puede derivarse de ellas. Aunque la exhaustividad y la precisión son dos parámetros de evaluación específicos que no tienen mucho que ver con el coste o con el tiempo de respuesta, de nada sirve un sistema barato o rápido si no devuelve resultados precisos y de forma exhaustiva.
Un agente multibuscador será más eficaz cuanto más y mejor sea capaz de satisfacer las necesidades informativas del usuario, desde el punto de vista de su concepto de relevancia, entendiendo ésta como la adecuación de las representaciones documentales ofrecidas por el agente a la representación de las necesidades informativas que el usuario ha hecho explícitas mediante una consulta.
Para determinar el grado de exhaustividad y precisión de cada agente se ha seguido la modificación propuesta por Salton y McGill (1983) al método tradicional propuesto por Cleverdon en los estudios de Cranfield (Harter, 1997).
Se han realizado quince consultas a cada agente, y sólo se han tenido en cuenta los primeros veinte resultados de cada recuperación, y en todo momento se respetó la ordenación (ranking) ofrecida por cada programa. Véase un ejemplo en la tabla 1.
Una vez recogidos todos los datos de exhaustividad y precisión, se han unido en distintas matrices y se ha calculado la media para las quince consultas de cada agente multibuscador, con el fin de eliminar distorsiones.
Los resultados obtenidos se han representado de la siguiente forma: exhaustividad en el eje x, precisión en el eje y. A partir de la línea obtenida de cada agente, se ha calculado su correspondiente curva de regresión, con lo que se obtiene un resultado muy gráfico del grado de eficacia o rendimiento (precisión/exhaustividad) de cada agente (gráfico 1).
Una vez representadas las curvas de todos los agentes, se puede deducir fácilmente cuál o cuáles son los mejores.
Uno de los aspectos más interesantes de este tipo de representaciones es la relación manifiesta que existe entre exhaustividad y precisión: son inversamente proporcionales. Esto da lugar al siguiente fenómeno: siendo la relación entre exhaustividad y precisión lo que determina la eficacia en la recuperación, en la medida en que aumente la exhaustividad disminuirá la precisión. Depende de la calidad de cada agente pero, en general, no se pueden hacer búsquedas muy exhaustivas a la vez que muy precisas.
El indicador de rendimiento en última instancia no es ni la exhaustividad ni la precisión, sino el producto entre ambas, ya que muestra la relación existente entre lo que el usuario espera encontrar (la pregunta) y lo que realmente encuentra (el resultado).
Descripción y características de los agentes multibuscadores
Los agentes que aquí se recogen han sido seleccionados según el criterio expuesto anteriormente. La información que se ofrece a continuación está derivada de la documentación "online" que proporciona cada agente y de la experiencia personal obtenida como consecuencia de su uso.
En esta fase se han estudiado tres características fundamentales para la evaluación de cualquier software de recuperación de información, como son: las posibilidades de consulta que ofrecen; la presentación de los resultados y la información que proporcionan; y la valoración de los interfaces.
Con respecto a las posibilidades de consulta, todos utilizan los operadores and, or y frase, debido seguramente a que los motores de búsqueda de los que se valen tienen distintos lenguajes de interrogación y opciones, y éstos son los más comunes.
En cuanto a los resultados de la consulta, la información mínima que devuelven es: el título, la dirección y la fuente o motor de búsqueda. La suelen presentar de dos formas opcionales: bien de manera tabular, mediante columnas, o generando una página web en el browser predeterminado.
«A nivel general, podemos decir que todos los agentes multibuscadores tienen un rendimiento aceptable, pues mantienen una precisión superior al 40%»
En todos los casos los interfaces están muy cuidados, siendo lo más común entornos gráficos con iconos y despliegues de ventanas que los hacen programas muy intuitivos donde la información se encuentra rápidamente.
Copernic"98 v. 3.02
Desarrollado por Copernic Technologies Inc., es la versión gratuita de Copernic"99 Plus. Se integra plenamente en Microsoft Explorer 4.0 o superior, pero se encuentra limitado tanto en las categorías temáticas (sólo 4 de las 21 posibles en la versión comercial) y en los buscadores (30 de 125). Aun así, es un agente bastante potente que elimina enlaces duplicados y/o inexistentes, graba automáticamente las páginas seleccionadas y, sobre todo, destaca por su herramienta para presentar los resultados, que permite reordenarlos o mostrarlos en función de su estado (nuevo, seleccionado, bajado, etc.).
http://www.copernic.com
MataHari v. 1.11
Es un agente de escritorio que cambió de propietario en junio de 1999, cuando adquirió sus derechos VisualMetrics Corporation. La versión con la que se ha trabajado es shareware limitada a 15 días, y sus características más destacables, por este orden, son: la posibilidad de realizar consultas en la Red, en una página web o en una base de datos, lanzar dos búsquedas simultáneas, utilizar los operadores booleanos, con lo que se llega a precisar mucho en la frase de búsqueda, con el peligro de complicarla; y las estadísticas de los resultados que ofrece, como por ejemplo, la frecuencia de aparición de los términos en las páginas.
http://thewebtools.com
WebStorm v. 2.5
Versión shareware de 30 días que destaca por su interfaz y una presentación de los resultados muy llamativa. Las demás características son bastante flojas y le restan efectividad. Por ejemplo, en el lenguaje de consulta la única posibilidad es utilizar and. Y la información que ofrece es pobre: título, dirección y fuente.
http://www.sharpeware.com/html/webstorm.html
Imine v. 1.0
Versión shareware limitada a 20 respuestas por consulta. No permite guardar los resultados, ni siquiera en un formato propio. Presenta un interfaz muy bueno pero una personalización difícil y compleja, ya que en la instalación se tiene que seleccionar y activar los buscadores a los que se quiere que lance las consultas, opción que ya viene configurada de antemano en otros agentes.
http://www.aumgroup.com/imine
WebSeeker"98 v. 3.4
Aunque existe una versión gratuita muy parecida, EasySeeker, se ha optado por evaluar la versión shareware porque está menos limitada en sus opciones de menú y es plenamente configurable. Ambos programas han sido creados por Blue Squirrel, y sus principales puntos a favor son el interfaz y su amigabilidad, y la posibilidad de indizar los resultados.
http://www.bluesquirell.com/products/seeker/ webseeker.html
Internet EZSearch v. 3.0
Desarrollado por American Systems, es una versión shareware limitada en el tiempo y en la imposibilidad de grabar los resultados. Otra característica en contra es la ordenación sólo por relevancia. No permite hacerla por otros campos como el título o el URL. Por contra su interfaz gráfico está muy cuidado.
http://www.americansys.com/ezsearch.htm
WebFerret v. 2.7
De la empresa FerretSoft, es la versión shareware de WebFerretPRO que se encuentra limitada a 15 días y sólo 9 de los 33 posibles buscadores. Su principal característica es la sencillez de su interfaz, que facilita que se encuentren antes las distintas opciones del menú.
http://www.ferretsoft.com/netferret/download.htm
Resultados
Tiempo de respuesta.
Sorprendentemente las diferencias entre las medias de los distintos agentes son bastante abultadas: 3"09 segundos para WebFerret (el que menos tiempo empleó), frente a los 48"05 segundos de iMine (el que más tardó). Estas diferencias se deben fundamentalmente a la configuración inicial adoptada en cada agente, es decir, número de motores de búsqueda a consultar y eliminación de resultados duplicados y/o muertos. Ver gráfico 3.
Rendimiento/eficacia
Como se puede observar en el gráfico/4 todos los agentes cumplen el principio por el que exhaustividad y precisión son inversamente proporcionales.
Antes de comenzar a hablar del rendimiento de cada uno de los agentes multibuscadores, queremos hacer hincapié en algunos aspectos que llaman la atención nada más observar el gráfico.
«Cuanto mayor sea el número de representaciones documentales donde escoger mejor será el rendimiento de los sistemas de recuperación»
En primer lugar resulta extraño el comportamiento de las curvas de rendimiento de todos los agentes, es decir, su recorrido final en cuanto a precisión debería terminar entre los valores 0"1 y 0"2. Que no suceda así se puede deber a varios motivos: uno es que el sistema de ordenación por relevancia que utilizan los distintos agentes no es lo suficientemente bueno como para agrupar los documentos que mejor se ajustan a las necesidades de información de los usuarios, entre los veinte primeros resultados. Por otra parte, los resultados podían haber sido distintos si en el presente estudio se hubiesen tenido en cuenta no los veinte sino los treinta primeros resultados de cada respuesta. Entonces se conseguiría una mayor agrupación de documentos relevantes en las veinte primeras recuperaciones y menor en el resto, hasta llegar a treinta, con lo que se habría obtenido una curva de rendimiento más ajustada a su modelo ideal. Nosotros nos inclinamos a pensar que este comportamiento viene determinado por la conjunción de las dos explicaciones anteriormente expuestas.
Otro aspecto que resulta desconcertante es la curva de rendimiento de WebSeeker y EZSearch, ya que su rendimiento es sensiblemente inferior al resto de los agentes. La explicación es sencilla. El primero no ordena los resultados por relevancia, sino por buscador o alfabéticamente por URL, lo que provoca que los documentos que mejor se ajustan a lo que demanda el usuario aparezcan dispersos a lo largo de la recuperación, y dependiendo del caso, fuera de los veinte primeros resultados que aquí se han tenido en cuenta. El caso de EZSearch es distinto: ordena los resultados, pero según un criterio propio de relevancia, y distinto al del resto.
«Está demostrado que la combinación de seis buscadores puede llegar a ofrecer hasta un 93% de cobertura en internet»
A nivel general, podemos decir que todos los agentes multibuscadores, salvo los dos anteriores, tienen un rendimiento aceptable, pues mantienen una precisión superior al 40%.
WebFerret es el que obtiene resultados más precisos (recupera más documentos adecuados) cuando la exhaustividad es baja o media, seguido muy de cerca por Copernic. Sin embargo, cuando la exhaustividad aumenta, la eficacia de ambos se invierte, es decir, a mayor número de documentos recuperados, Copernic es más preciso que su competidor.
Algo muy similar ocurre entre MataHari e iMine, aunque siempre por debajo de los valores de rendimiento de los dos últimos comentados.
El caso de WebStorm resulta un tanto curioso pues su nivel de precisión, cuando la exhaustividad es muy baja, es superior a iMine, pero a medida que ésta última aumenta su rendimiento decrece, llegando incluso a ofrecer niveles de precisión inferiores al 40% cuando la exhaustividad es grande. Se podría decir que es el ejemplo de un buen sistema de ordenación por relevancia, pero poco capaz de localizar y recuperar la información que se le demanda.
«Estamos seguros de que si HotBot y AltaVista pudieran trabajar con el mismo número de documentos con el que lo hacen los agentes multibuscadores, su rendimiento sería igual o superior al de éstos»
En el gráfico 5 se reproducen los rendimientos de WebFerret y Copernic, y el obtenido por HotBot y AltaVista. Hay que aclarar que para obtener el rendimiento de estos dos motores de búsqueda se ha utilizado la misma metodología que con los agentes.
El objetivo de este gráfico no es el de poner de manifiesto el mayor rendimiento de los agentes sobre los motores de búsqueda, sino incidir en la diferencia existente. ¿Cómo es posible que una serie de agentes que prácticamente están dando sus primeros pasos en la recuperación de información, obtengan mejores resultados que unos buscadores depurados, experimentados y especializados en la misma tarea?
«WebStorm es el ejemplo de un buen sistema de ordenación por relevancia, pero poco capaz de localizar y recuperar la información que se le demanda»
Estamos seguros de que si los motores de búsqueda de HotBot y AltaVista pudieran trabajar con el mismo número de documentos con el que lo hacen los agentes multibuscadores, su rendimiento sería igual o superior al de éstos. La base de esta afirmación se encuentra al comienzo de este artículo. Cuanto mayor sea la cobertura, cuanto mayor sea la base de datos, cuanto mayor sea el número de representaciones documentales donde escoger para satisfacer las informativas de las necesidades informativas del usuario (consulta), mejor será el rendimiento de los sistemas de recuperación. Como hemos dicho, el motor de búsqueda con mayor cobertura es HotBot, con un 34% aproximado de la totalidad de la Red. Está demostrado que la combinación de seis buscadores puede llegar a ofrecer hasta un 93% de cobertura en internet.
Conclusiones
La metodología aquí desarrollada para la evaluación de un grupo de agentes "inteligentes" puede ser discutible y mejorable. No se pretende la elaboración de un modelo ideal de evaluación de motores de búsqueda en internet, aunque puede ser útil como referencia. Sin embargo sí se ponen de manifiesto varias cosas.
Los actuales motores de búsqueda están ofreciendo un rendimiento cada vez menor como consecuencia del crecimiento de la Red. Una de las soluciones a este problema puede estar en el uso de multibuscadores, ya sean los aquí descritos u otros, pero siempre clientes multibuscadores, ya que los basados en servidor son bastante más pobres.
«El adjetivo "inteligente", aplicado a los distintos agentes aquí estudiados, resulta totalmente gratuito, pues ninguno de ellos demuestra ninguna capacidad a la que se le pueda atribuir este calificativo»
El adjetivo "inteligente", aplicado a los distintos agentes aquí estudiados, resulta totalmente gratuito, pues la base de conocimientos reactiva a los cambios en el entorno de la información y en el de los usuarios que justifica el comportamiento "inteligente" no parece existir propiamente en el caso de los programas evaluados. Aunque también es verdad que incorporan una serie de procesos automatizados que los actuales motores de búsqueda no tienen y que resultan bastante útiles, como por ejemplo: programación y almacenamiento de consultas, indización de las mismas, comprobación del funcionamiento de la URL suministrada..
Nuestro objetivo prioritario no es realizar un ranking de los agentes descritos, pero de los datos, cifras y gráficos aquí recogidos se pueden deducir varias conclusiones: si lo que pretendemos es obtener el mayor rendimiento posible en nuestras búsquedas deberemos utilizar WebFerret. Si la eficacia en la recuperación es importante, pero también valoramos otros aspectos como la amigabilidad del interfaz, grado y facilidad de personalización, posibilidad para eliminar resultados duplicados o muertos, y en definitiva todos aquellos aspectos recogidos en la tabla 2, los mejores son Matahari y Copernic. Ahora bien, si tenemos en cuenta todos los apartados anteriores pero también nos importa el precio, sin duda el mejor de todos ellos es Copernic, pues ofrece un rendimiento muy cercano a WebFerret. Su amigabilidad y posibilidades de configuración son las mejores de todos los aquí analizados, y además es gratuito. ¿Qué más se puede pedir?
Bibliografía:
Aguillo, Isidro. CyberMetrics. Consultado en: 03-08-99. http://www.cindoc.csic.es/cybermetrics/links08.html
Aguillo, Isidro. "Del multibuscador al metabuscador: los agentes trazadores de internet". En: IV congreso Isko-España. Eoconsid"99, 1999, pp. 239-245.
Aguillo, Isidro. "Herramientas de segunda generación". En: Anuario Socadi de documentación e información, 1998, pp. 85-112.
AltaVista. Consultado en: 24-09-99. http://www.altavista.com
Buscopio. Consultado en: 19-10-99. http://www.buscopio.com
Benito Amat, Carlos. "Recuperación en internet: cuatro modelos complementarios y una agenda para su integración". En: Boletín de RedIris, 1998, n. 48, pp. 36-51. También en: http://www.rediris.es/rediris/boletin/48/enfoque2.html
Chu, Heting; Rosenthal, Mary. "Search engines for the world wide web. A comparative study and evaluation methodology". En: Annual conference proceedings, 1996, pp. 19-24.
Cleverdon, Cyril W. "On the inverse relationship of recall and precision". En: Journal of documentation, 1972, v. 28, pp. 195-201.
Copernic"99. Consultado en: 24/09/99. http://www.copernic.com
Chignell, Mark H.; Gwizdka, Jacek; Bodner, Richard C. "Discriminating meta-search: a framework for evaluation". Information processing & management, 1999, v. 35. pp. 337-362.
Ding, Wei; Marchionini, Gary. "A comparative study of web search perfomance". Annual conference proceedings, 1996, pp. 19-24.
EasySeeker. Consultado en: 21-08-99. http://www.bluesquirell.com/products/easyseeker/easyseeker.html
EZSearch. Consultado en: 21-08-99. http://www.americansys.com
FullFind Pro. Consultado en: 21-08-99. http://www.jjsoftware.com/fullfind.html
García Alonso, Jorge Juan. "El futuro de la búsqueda de información". En: En la Red, 1999, agosto-septiembre, v. [3], n. [23], pp. 24-30.
Harter, Stephen P. y Hert, Caroll A. "Evaluation of information retrieval systems: approaches, issues and methods". Annual review of information science and technology, 1997, v. 32, pp. 3-94.
Hípola, Pedro y Vargas-Quesada, Benjamín. "Agentes inteligentes: definición y tipología. Los agentes de información". En: El profesional de la información, 1999, abril, v. 8, n. 4, pp. 13-21.
HotBot. Consultado en: 24-09-99. http://www.hotbot.com
Hurricane WebSearch. Consultado en: 21-08-99. http://www.gatecomm.com/websearch
IMine. Consultado en: 21-08-99. http://www.aumgroup.com/imine
Internet EZSearch. Consultado en: 21-08-99. http://www.americansys.com/ezsearch.htm
Internetowy Poszukiwacz. Consultado en: 24-09-99. http://www.poszukiwacz.pl
Killer Search. Consultado en: 21/08/99. http://www.killersearch.com
Lawrence, Steve; Giles, Lee. Accessibility and distribution of information on the web. Consultado en: 27-07-99. http://www.wwwmetrics.com
Lawrence, Steve; Giles, Lee. How big is the web? How much of the web do the search engines index? How up to date are the search engines?. Consultado en: 27-08-99. http://www.neci.nj.nec.com/homepages/lawrence/websize98.html
Leighton, H. Vernon. Performance of four world wide web (www) index services: Infoseek, Lycos, WebCrawler, and wwwworm. Consultado en: 25-08-99. http://www.winona.msus.edu/is-f/library-f/webind.htm
Leighton, H. Vernon; Srivastava, Jaideep. Precision among world wide web search services (search engines): AltaVista, Excite, HotBot, Infoseek, Lycos. Consultado en: 03-08-99. http://www.winona.msus.edu/library/webind2/webind2.htm
Maguellan internet guide. Consultao en: 03-08-99. http://www.voyeur.mckinley.com/voyeur.cgi
MataHari. Consultado en: 21-08-99. http://thewebtools.com
MetaQuest. Consultado en: 21/08/99. http://members.tripod.com/~MetaQuest
Moya Anegón, Félix de. Los sistemas integrados de gestión bibliotecaria: estructuras de datos y recuperación de información. Madrid: Anabad, 1994. Isbn 848871615X.
Netcraft. Consultado en: 19-10-99. http://www.netcraft.com
QueryN MetaSearch. Consultado en: 21/08/99. http://www.queryn.com/queryn
Quest 99. Consultado en: 21/08/99. http://www.inforian.com
Salton, G.; McGill, J. Introduction to modern information retrieval. New York: McGraw-Hill, 1983. Isbn 0070544840.
SearchWolf. Consultado en: 21/08/99. http://www.msw.com.au/sp/search/index.html
Tomaiuolo, Nicholas G; Packer, G. An analysis of internet search engines: assessment of over 200 search queries. Consultado en: 03/08/99. http://neal.ctstateu.edu:2001/htdocs/websearch.html
WebFerret. Consultado en: 21/08/99. http://www.ferretsoft.com/netferret/download.htm
WebStorm. Consultado en:21/08/99. http://www.sharpeware.com/html/webstorm.html
WebSeeker"98. Consultado en: 21/08/99. http://www.bluesquirell.com/products/seeker/webseeker.html
ZurfRider. Consultado en: 21/08/99. http://www.zurf.com
El Profesional de la Información, Noviembre 1999
Autores:
Pedro Hípola
Benjamín Vargas-Quesada
http://www.ugr.es/~benjamin
Agustín Montes
Universidad de Granada, Facultad de Biblioteconomía y Documentación
| Página siguiente |