2. LA VIGILANCIA TECNOLÓGICA Herramientas de búsqueda en Internet

1. 2. LA VIGILANCIA TECNOLÓGICA Herramientas de búsqueda en Internet

2. Estudio Cienciométrico Conjuntos de estudios que tratan de cuantificar el proceso de comunicación escrita, y la naturaleza y evolución de las disciplinas científicas, mediante el recuento y análisis de diversas características de dicha comunicación. El progreso científico técnico está documentado: patentes, publicaciones, memorias…

3. Estudio Cienciométrico: Etapas • Formación del corpus de información • Modelización de la información • Análisis de la información • Extracción de resultados

4. Definición de la tipología de fuentes • Detección de las fuentes disponibles • Evaluación de las fuentes de información: calidad, características, contenidos, acceso... • Identificación de la información deseada • Descarga de la información • Pretratamiento del corpus de información Corpus de información Definición de las áreas de trabajo + Captura de la información

5. Internet: Estructura INPUT 50 m. OUTPUT 50 m. Núcleo Central 60 m. • 2 millones por día • Los contenidos se duplican cada año Adaptado a partir de J.A. Cabrera (2003)

6. Es más importante disponer de información de calidad que de una gran cantidad de información Internet: Problemática • Veracidad de la información • Cobertura “percibida” y real de internet • Internet oculta • Ruido informativo y silencio documental • Adquisición, tratamiento y explotación

7. Internet oculta • Servidores y páginas no accesibles • Formatos de texto no accesibles • Animaciones e imágenes • Intranet y páginas internas • páginas dinámicas • bases de datos no indexadas

8. Internet y Vigilancia • Marco Legal • Búsqueda y descarga de información • Análisis de la información • Difusión y explotación de la actividad de vigilancia • Definición de objetivos y área de trabajo • Optimización de recursos • Definición de fuentes de información y • evaluación de las mismas • Conocimiento de las metodologías y • herramientas de búsqueda • - Saturación y ruido informativo

9. Herramientas de búsqueda Internet • Índices y directorios • Motores de búsqueda • Herramientas segunda Generación Información complementaria procedente de I.F. Aguillo, CINDOC-CSIC (2003)

10. Robot • Spider/ • Crawler- Motor de búsqueda Indexador -base datos- Estructura de un buscador Interface Buscador

11. Límites de cobertura • Precisión • Opciones no avanzadas • Internet invisible • ruido y silencio documental • Automatización • Programación • Personalización Herramientas de búsqueda Primera Generación Segunda Generación

12. Motores Índices Primera generación Primera generación Portales Motores Indices Bibliotecas Virtuales Internet Invisible

13. Índices y motores

14. Índices y directorios • Características generales: • Recursos organizados jerárquicamente por evaluadores y expertos, a través de descriptores. • Son útiles para temáticas amplias y exploraciones iniciales. Ventajas: • Se recuperan los registros más relevantes, con valor añadido en la clasificación, descripción y evaluación de estos. • Handicaps: • Actualización poco frecuente, descripciones pobres, organización jerárquica ambigua.

15. Índices y directorios Información complementaria procedente de I.F. Aguillo, CINDOC-CSIC (2003)

16. Motores de búsqueda • Características generales: • Un robot explora los servidores públicos y se indexa automáticamente la información de las páginas Web en una base de datos. • Son útiles para temáticas específicas, cuando se conoce la estructura del conocimiento de un área determinada. • Ventajas: • Búsqueda exhaustiva, uso de booleanos y delimitadores en la estrategia de búsqueda, ordenación por relevancia, clustering, etc. • Handicaps: • No se busca en tiempo real, no todas las páginas son indizadas, ignoran metadatos, y respetan ficheros de exclusión.

17. Índices y Motores 30% 25% 20% 15% 10% 5% Alltheweb Looksmart Altavista Google Wisenut Inktomi Galaxy Teoma Yahoo ODP Información complementaria procedente de I.F. Aguillo, CINDOC-CSIC (2003)

18. Multibuscadores - No tratan los resultados • Metabuscadores • Eliminan duplicidades • Clasifican resultados Multibuscadores y Metabuscadores • Características generales: • Permiten la búsqueda simultánea en varios buscadores

19. Multibuscadores y metabuscadores

20. Segunda generación Segunda generación Volcadores Análisis de visitas Multibuscadores Extractores Mapeadores Vigilancia de sites Agentes Marcadores

21. Segunda generación • COPERNIC • Elimina páginas no enlazadas • Redefine las búsquedas • Permite editar los resultados • Permite el volcado de páginas • Permite la programación de tareas

22. Herramientas: Ejemplos de uso • Información sobre un tema poco conocido Recomendable: 1. Índice, yahoo, Open directory como índice (inglés): Google 2. Buscador, Google como buscador: Page Range Altavista como buscador: Ecuación búsqueda 3. Agente inteligente, Copernic como agente inteligente (mejores buscadores, recuperación información…)

23. Herramientas: Ejemplos de uso INFORMACÓN: Máquinas Herramientas Reconfigurables Open Directoy (indice) Altavista (metabuscador) Copernic (agente) Delphion (patentes) Scirus (publicaciones científicas) CORDIS (proyectos europeos)

24. Herramientas: Ejemplos de uso • Perfil de un competidor internacional/local: • Actividades que realiza • Resultados económicos-financieros • Cartera de patentes disponibles • Redes de cooperación: I+D, transferencia… • Últimas noticias

25. Herramientas: Ejemplos de uso • Fuentes en Internet: • Yahoo como índice/directorio: Económico • Vivísimo como metabuscador: Clustering • y varias fuentes adicionales • Sitio WEB del competidor …

26. Herramientas: Ejemplos de uso Otras fuentes: Información estructurada • Bases de datos de patentes: Delphion • Publicaciones científicas: Scirus COMPETIDOR: WATERCO LIMITED, AUSTRALIA YAHOO IALE