AREA TECNICA - MOTORI DI RICERCA

Motori di ricerca: definizione

I motori di ricerca nascono e si sviluppano per rimediare alle conseguenze della crescita esponenziale del web: per ricercare quindi informazioni particolari nel quasi infinito numero di documenti presenti nella Rete.
Difficile stabilire con esattezza il numero dei motori di ricerca attivi in tutto il mondo: ogni giorno ne compaiono di nuovi e altri, anche fra quelli più noti, scompaiono. Alcuni siti Internet offrono elenchi di motori con quasi 2000 possibilità di scelta, ma è credibile che la cifra ormai si attesti sui 7000. 
A prescindere dal loro numero, però, solamente una fetta esigua possiede una reale importanza in termini di visibilità internazionale o di reale utilità nelle informazioni fornite: 10 - 12 motori superano la soglia del 10% dell'audience mondiale, ed escludendo le guide a indice, solo 6 - 7 motori vanno oltre la soglia del 10%. 

Ogni motore di ricerca è formato da tre elementi fondamentali:

• un robot (spider o crawler, ecc) che ricerca le pagine da indicizzare

• un indice che raccoglie tutte le pagine memorizzate

• un database che fornisce le risposte (output) per ogni ricerca effettuata (query) con delle parole chiave

Il robot è un programma che attraversa la struttura ipertestuale del Web alla ricerca di nuovi documenti e controlla periodicamente quelli già archiviati. Generalmente agisce in base alle richieste ricevute dagli autori dei documenti stessi. Esso basa i suoi criteri di ricerca generalmente sulle liste e sui links che trova nelle pagine dei siti: innanzitutto quindi liste di URL precompilate e relative a documenti particolarmente ricchi di links, partendo da siti ritenuti molto rilevanti e/o molto visitati, siti recenti o che segnalano ciò che c'è di nuovo nella Rete, archivi pubblici, ecc. L'altro criterio fondamentale è quello di visitare le pagine segnalate direttamente dagli autori. A questo punto la pagina visitata dal robot viene catalogata in un indice, nel quale il motore di ricerca andrà a cercare i documenti ogni volta che gli verrà fatta richiesta. La catalogazione è accompagnata da una descrizione dei contenuti del sito indicizzato. 
Maggiori informazioni su quasi 300 fra i più noti robots ed il loro funzionamento su "The Web Robots Pages".

Dopo aver distinto tra le due grandi classi (motori e guide ad indice), è possibile effettuare una distinzione più approfondita dei motori di ricerca: 

• motori puri (cioè senza una redazione, come Google, Altavista, Teoma, Northern Light)

• metamotori (come Webcrawler, Mamma, Search)

• motori in lingua naturale (ovvero quei motori su cui è possibile effettuare una ricerca per frasi con senso compiuto, come AskJeeves)

I motori puri sono sicuramente la categoria più nota e diffusa: ne fanno parte i cataloghi più grandi, come Google, Altavista, HotBot, Northern Light, ed arrivano ad indicizzare anche miliardi di pagine (Google ne indicizza 3,083,324,652 in data 4 gennaio 2003). 
I metamotori motori danno risultati provenienti da altri motori, senza poter raffinare troppo la ricerca, ma dando una visione ampia e generica di cosa c'è su internet riguardo ad un dato argomento. 
I motori in lingua naturale, infine, non fanno riferimento come le altre due categorie agli operatori booleani ("and", "or", ecc.) tipici dei database, ma cercano di comprendere il significato intero di una frase, ma chiaramente sono motori ancora in fase sperimentale. 
Esistono anche dei motori di ricerca ibridi, cioè che associano al loro database anche una guida a indice, e sono una tipologia che sta iniziando a diffondersi.