Motori di Ricerca e Information Retrieval

Informatica per la Comunicazione: Motori di Ricerca

• I motori di ricerca catalogano e recuperano miliardi di pagine web, oltre un miliardo di siti.
• Sono sistemi per la ricerca e catalogazione delle pagine web.
• I motori di ricerca includono Google, Yahoo!, Bing.
• I cataloghi sistematici comprendono Yahoo! Directory e Open Directory Project.
• I motori di ricerca usano l'Information Retrieval (IR) per rispondere alle esigenze informative.
• La ricerca per parole chiave restituisce una lista ordinata di pagine web che trattano argomenti relativi alle parole chiave.
• I risultati includono collegamenti sponsorizzati.
• I motori di ricerca elaborano migliaia di interrogazioni al secondo e forniscono risultati istantanei.

Caratteristiche del Web

• Il Web è ampia raccolta di documenti.
• L'informazione web è, in generale, non strutturata.
• Le tecniche di gestione di basi di dati tradizionali non sono direttamente applicabili al Web.
• Sono necessarie tecniche di indicizzazione e interrogazione alternative.

Information Retrieval (IR)

• L'Information Retrieval è lo studio di come rispondere alle esigenze informative.
• Si applica anche ai cataloghi delle biblioteche.
• Il processo di selezione delle informazioni è all'interno di un insieme di documenti.
• Un sistema IR elabora interrogazioni d'utente sotto forma di stringhe di testo (es. parole chiave).
• Genera una risposta comprendente risultati pertinenti.

Obiettivi Sistemi IR

• Efficacia: accuratezza delle risposte
• Efficienza: velocità nella fornitura di risposte
• Gli obiettivi sono a volte in contrasto tra loro.

Sistemi IR

• Sistemi IR analizzano preventivamente i documenti per estrarre informazioni significative.
• La memorizzazione efficiente dei dati è essenziale.
• Altri obiettivi sono la rilevanza dei risultati e limitarsi ai confronti.

Tecniche di Indizizzazione

• L'indice è una struttura che reperisce efficacemente documenti correlati alle interrogazioni.
• L'obiettivo chiave è ridurre i tempi di ricerca.
• I documenti correlati alle interrogazioni sono memorizzati nell'indice.
• Le informazioni relative alla frequenza compaiono nei documenti.
• L'indice include anche la posizione di parole o termini nei documenti.

Information Retrieval (Esempio)

• Esistono differenti documenti (es. da 1 a 5) con parole chiave rilevanti (es. Antonio, Bruto, Cesare, Calpurnia, Cleopatra).

Interrogazione

• Il risultato di un'interrogazione è una lista dei documenti correlati alla ricerca.
• L'importanza relativa dei documenti è determinato dai termini utilizzati nei documenti.
• I documenti che non sono rilevanti vengono scartati.

Motori di Ricerca: Come funzionano

• I motori di ricerca raccolgono dati dal Web, li analizzano e li indicizzano.
• Gli strumenti di raccolta inclusi sono i crawler, spider e robot.
• La raccolta implica l'utilizzo di indirizzi e link e memorizza le informazioni in un archivio.

Analisi e Indicizzazione Motori di Ricerca

• I motori di ricerca elaborano le informazioni raccolte per creare contenuti informativi.
• Le tecniche IR vengono utilizzate per analizzare i documenti.
• Un indice viene creato per facilitare il recupero dei risultati.

Interrogazione Motori di Ricerca

• L'interrogazione prevede la selezione dei documenti pertinenti all'interno dell'indice e dell'archivio.
• I risultati vengono ordinati in base alla rilevanza (ranking).

Motori di Ricerca Generalisti

• Google (1998)
• Yahoo! Search (2004)
• DuckDuckGo (2008)
• Bing (2009)

Concorrenza tra motori di ricerca

• Esistono differenti motori di ricerca e può essere complicato compararli.

Motori di Ricerca Altri

• I metamotori sintetizzano le ricerche da più motori.
• I plurimotori effettuano le ricerche in parallelo su più motori.
• I motori specializzati sono per ambiti specifici (es. Google Scholar per pubblicazioni scientifiche).
• Google News per le notizie.
• Google Books per i libri.
• Altri motori includono piattaforme per immagini e video.

Posizionamento

• È un aspetto fondamentale della visibilità dei siti web, in quanto il posizionamento nella SERP può determinare la visibilità di un sito.
• Gli utenti utilizzano i motori di ricerca spesso.
• La visibilità è maggiore per i primi risultati di una ricerca.

Importanza del posizionamento

• Da una ricerca di AOL del 2006, i primi 10 risultati rappresentavano l'89,71% delle selezioni.
• In generale, una posizione elevata nelle pagine dei motori di ricerca (SERP) influenza notevolmente la visibilità di un sito web.

Visibilità dei risultati

• La visibilità diminuisce man mano che la posizione del risultato nella pagina dei risultati del motore di ricerca (SERP) aumenta.

Motori di ricerca: fasi di ricerca

• I motori individuano le pagine rilevanti attraverso tecnologie di Information Retrieval (IR).
• L'individuazione è seguita dall'ordinamento, che ordina le pagine in ordine decrescente di rilevanza.

Motori di ricerca: funzioni chiave

• Un motore di ricerca restituisce le pagine che contengono le parole chiave.
• I motori di ricerca servono come strumenti per navigare il web.
• L'analisi della struttura del web (grafo del web) è un punto centrale per individuare le connessioni rilevanti tra le pagine.
• Il grafo del web è un network (rete) con nodi (pagine web) e archi (link ipertestuali).
• In esso, un nodo è caratterizzato da un grado entrante e uscente.
• Un hub è un nodo con un alto grado uscente.
• I link ipertestuali indicano l'importanza di una determinata pagina per gli altri nodi.
• L'esplorazione del web e la raccolta di dati tramite il grafo del web, è un elemento chiave per i motori di ricerca.
• PageRank è un algoritmo di ordinamento delle pagine nel grafo del web.
• Lo strumento considera la "rilevanza" di una pagina web considerando le altre pagine a essa collegate.
• La procedura di calcolo di PageRank risulta ricorsiva.
• La rilevanza della pagina dipende da una rilevanza della stella entrante (e dalle pagine a essa collegate).
• Vengono trasferiti i ranking alle pagine collegate per ottenere i ranking finali.
• PageRank è un algoritmo ricorsivo complesso.
• PageRank dipende dalla struttura del web.
• Le ricerche di qualità dipendono da strategie per condizionare i motori di ricerca.
• Alcune di queste strategie sono poco etiche (es. link vendita).

Search Engine Optimization (SEO)

• SEO è l'insieme di tecniche per migliorare il posizionamento di un sito web nei risultati dei motori di ricerca.
• Gli obiettivi sono migliorarne la visibilità e riuscire ad attirare un maggior numero di utenti.
• SEO comprende indicatori di qualità del sito (usabilità), come pure la presenza di link da altre pagine verso il sito.

Tipi di Ricerca

• Le ricerche effettuate dagli utenti sono diverse nelle intenzioni, e classificabili come ricerche di navigazione, informative o transazionali.

SEO: On page vs. Off page

• Gli aspetti on page comprendono struttura, contenuto e aspetti tecnici di una pagina.
• Gli aspetti off page invece comprendono link e social media.

Costruzione della Pagina: elementi chiave

• I titoli devono essere univoci e accurati, contenendo le parole chiave rilevanti.
• Le descrizioni nella SERP sono mostrate con i titoli.
• Un meta tag description descrive una pagina con un summary della pagina.

Navigazione

• La struttura di un sito web influenza la facilità di navigazione.
• Una mappa del sito può essere utile agli utenti o ai motori di ricerca.

SEO e Contenuto

• L'analisi delle parole chiave include la comprensione delle parole chiave maggiormente usate e come variano nel tempo.
• Queste parole chiave servono a descrivere il sito per i motori di ricerca e hanno una relazione con la pubblicità correlata agli annunci.

Coda Lunga delle Ricerche

• Le ricerche con parole chiave complesse si definiscono come ricerche di coda lunga.
• Le ricerche di coda lunga tendono ad elicitare un numero minore di richieste, ma sono di interesse minore per un numero maggiore di utenti.