Web invisible - Historial de revisiones

Taniajccrdenas: /* Herramientas de búsqueda en la web invisible */

2019-06-14T18:16:46Z

‎Herramientas de búsqueda en la web invisible

Taniajccrdenas: /* Tipos de contenidos */

2019-06-14T18:16:02Z

‎Tipos de contenidos

Taniajccrdenas en 18:14 14 jun 2019

2019-06-14T18:14:41Z

Taniajccrdenas: /* Metabuscadores */

2019-06-14T18:12:25Z

‎Metabuscadores

Taniajccrdenas: /* Buscadores */

2019-06-14T18:12:09Z

‎Buscadores

Taniajccrdenas: /* Fuentes */

2019-06-14T18:11:18Z

‎Fuentes

Rgr umcc en 14:57 15 mar 2017

2017-03-15T14:57:20Z

Rgr umcc en 14:45 15 mar 2017

2017-03-15T14:45:52Z

Rgr umcc en 14:45 15 mar 2017

2017-03-15T14:45:07Z

Rgr umcc en 14:37 15 mar 2017

2017-03-15T14:37:01Z

@@ Línea 49: / Línea 49: @@
 • Información almacenada en bases de datos relacionales, que no puede ser extraída a menos que se realice una petición específica. Otra dificultad consiste en la variable estructura y diseño de las bases de datos, así como en los diferentes procedimientos de búsqueda.
-==Herramientas de búsqueda en la web invisible==
+==Herramientas de búsqueda==
 ===Buscadores===

@@ Línea 13: / Línea 13: @@
 Según Sherman y Price (2001a) se identifican cuatro tipos de contenidos invisibles en la web: la web opaca (''the opaque web''), la web privada (''the private web''), la web propietaria (''the proprietary web'') y la web realmente invisible (''the truly invisible web'').
-'''La web opaca'''
+===La web opaca===
 Se compone de archivos que podrían estar incluidos en los índices de los motores de búsqueda, pero no lo están por alguna de estas razones:
@@ Línea 25: / Línea 25: @@
 • [[URL]] desconectados: las generaciones más recientes de buscadores, como [[Google]], presentan los documentos por relevancia basada en el número de veces que aparecen referenciados o ligados a otros. Si un documento no tiene una liga en otro documento será imposible que la página sea descubierta, pues no habrá sido indizada.
-'''La web privada'''
+===La web privada===
 Consiste en las páginas web que podrían estar indizadas en los motores de búsqueda pero son excluidas deliberadamente por alguna de estas causas:
@@ Línea 35: / Línea 35: @@
 • Contienen un campo “noindex” para evitar que el buscador indice la parte correspondiente al cuerpo de la página.
-'''La web propietaria'''
+===La web propietaria===
 Incluye aquellas páginas en las que es necesario registrarse para tener acceso al contenido, ya sea de forma gratuita o pagada. Se dice que al menos 95 % de la web profunda contiene información de acceso público y gratuito (Turner, 2003).
-'''La web realmente invisible'''
+===La web realmente invisible===
 Se compone de páginas que no pueden ser indizadas por limitaciones técnicas de los buscadores, como las siguientes:

← Revisión anterior		Revisión del 18:14 14 jun 2019
Línea 9:		Línea 9:

	A pesar de su aparente exhaustividad, se calcula que los mayores [[Buscadores\|motores de búsqueda]] solo indizan entre un tercio y la mitad de los documentos disponibles al público en la Red.		A pesar de su aparente exhaustividad, se calcula que los mayores [[Buscadores\|motores de búsqueda]] solo indizan entre un tercio y la mitad de los documentos disponibles al público en la Red.
		+	==Tipos de contenidos==

	Según Sherman y Price (2001a) se identifican cuatro tipos de contenidos invisibles en la web: la web opaca (''the opaque web''), la web privada (''the private web''), la web propietaria (''the proprietary web'') y la web realmente invisible (''the truly invisible web'').		Según Sherman y Price (2001a) se identifican cuatro tipos de contenidos invisibles en la web: la web opaca (''the opaque web''), la web privada (''the private web''), la web propietaria (''the proprietary web'') y la web realmente invisible (''the truly invisible web'').

@@ Línea 55: / Línea 55: @@
 Desde que se empezó a hablar de la web invisible los buscadores comunes han añadido funcionalidades adicionales para la búsqueda en la llamada web profunda y han surgido buscadores especializados en ese segmento de la web. Estos últimos permiten la búsqueda directa de artículos y documentos en texto completo y recuperan archivos [[PDF]] o [[PostScript]].
-==Metabuscadores==
+===Metabuscadores===
 Los metabuscadores pueden presentar limitaciones respecto a las posibilidades de búsqueda de cada buscador por separado. Por ejemplo, cuando la búsqueda es sobre materiales o formatos especiales, resulta más práctico sacar provecho de las opciones avanzadas de búsqueda de los buscadores y, si es necesario, realizar búsquedas sucesivas en varios de ellos. En este sentido, son más recomendables los directorios concentradores de buscadores.

@@ Línea 50: / Línea 50: @@
 ==Herramientas de búsqueda en la web invisible==
-==Buscadores==
+===Buscadores===
 Los buscadores comunes hasta ahora solo pueden recuperar directamente la información que se encuentra disponible ''en'' la web y no aquella que se ofrece ''a través'' de la web.

← Revisión anterior		Revisión del 18:11 14 jun 2019
Línea 84:		Línea 84:

	==Fuentes==		==Fuentes==
		+	*Moreno Jiménez, P. M. (2005). Estrategias y mecanismos de búsqueda en la web invisible. [en línea] Disponible en: http://biblio.colmex.mx/bib_dig/web_invisible.htm
		+	*Turner, L. Doing it deeper. The deep web. Disponible en: http://www.bhsu.edu/portals/56/word/the_deep_web_article1.doc
		+	*Lamarca Lapuente, M. J. La web invisible. Disponible en: http://www.hipertexto.info/documentos/web_invisib.htm
		+	*Aguillo, Isidro. Internet invisible: Los contenidos son la clave. CINDOC-CSIC, 2003. http://internetlab.cindoc.csic.es/cursos/Internet_Invisible2003.pdf.
		+	*Sherman, Chris. The invisible Web. Disponible en: http://www.freepint.com/issues/080600.htm#feature.

−	~~Moreno Jiménez, P. M. (2005). Estrategias y mecanismos de búsqueda en la web invisible. [en línea] Disponible en: http://biblio.colmex.mx/bib_dig/web_invisible.htm~~
−
−	~~Turner, L. Doing it deeper. The deep web. Disponible en: http://www.bhsu.edu/portals/56/word/the_deep_web_article1.doc~~

	[[Categoría: Definiciones]]		[[Categoría: Definiciones]]

@@ Línea 18: / Línea 18: @@
 • Extensión de la indización: por economía, no todas las páginas de un sitio son indizadas en los buscadores.
-• <br>Frecuencia de la indización: los motores de búsqueda no tienen la capacidad de indizar todas las páginas existentes; diariamente se añaden, modifican o desaparecen muchas y la indización no se realiza al mismo ritmo.</br>
+• Frecuencia de la indización: los motores de búsqueda no tienen la capacidad de indizar todas las páginas existentes; diariamente se añaden, modifican o desaparecen muchas y la indización no se realiza al mismo ritmo.
-• <br>Número máximo de resultados visibles: aunque los motores de búsqueda arrojan a veces un gran número de resultados de búsqueda, generalmente limitan el número de documentos que se muestran (entre 200 y 1000 documentos).</br>
+• Número máximo de resultados visibles: aunque los motores de búsqueda arrojan a veces un gran número de resultados de búsqueda, generalmente limitan el número de documentos que se muestran (entre 200 y 1000 documentos).
-•<br>[[URL]] desconectados: las generaciones más recientes de buscadores, como [[Google]], presentan los documentos por relevancia basada en el número de veces que aparecen referenciados o ligados a otros. Si un documento no tiene una liga en otro documento será imposible que la página sea descubierta, pues no habrá sido indizada.</br>
+• [[URL]] desconectados: las generaciones más recientes de buscadores, como [[Google]], presentan los documentos por relevancia basada en el número de veces que aparecen referenciados o ligados a otros. Si un documento no tiene una liga en otro documento será imposible que la página sea descubierta, pues no habrá sido indizada.
 '''La web privada'''
@@ Línea 28: / Línea 28: @@
 Consiste en las páginas web que podrían estar indizadas en los motores de búsqueda pero son excluidas deliberadamente por alguna de estas causas:
-•<br>Las páginas están protegidas por contraseñas (''passwords'').</br>
+• Las páginas están protegidas por contraseñas (''passwords'').
-•<br>Contienen un archivo “robots.txt” para evitar ser indizadas.</br>
+• Contienen un archivo “robots.txt” para evitar ser indizadas.
-•<br>Contienen un campo “noindex” para evitar que el buscador indice la parte correspondiente al cuerpo de la página.</br>
+• Contienen un campo “noindex” para evitar que el buscador indice la parte correspondiente al cuerpo de la página.
 '''La web propietaria'''
@@ Línea 42: / Línea 42: @@
 Se compone de páginas que no pueden ser indizadas por limitaciones técnicas de los buscadores, como las siguientes:
-•<br>Páginas web que incluyen formatos como PDF, PostScript, Flash, Shockwave, programas ejecutables y archivos comprimidos.</br>
+• Páginas web que incluyen formatos como PDF, PostScript, Flash, Shockwave, programas ejecutables y archivos comprimidos.
-•<br>Páginas generadas dinámicamente, es decir, que se generan a partir de datos que introduce el usuario.</br>
+• Páginas generadas dinámicamente, es decir, que se generan a partir de datos que introduce el usuario.
-•<br>Información almacenada en bases de datos relacionales, que no puede ser extraída a menos que se realice una petición específica. Otra dificultad consiste en la variable estructura y diseño de las bases de datos, así como en los diferentes procedimientos de búsqueda.</br>
+• Información almacenada en bases de datos relacionales, que no puede ser extraída a menos que se realice una petición específica. Otra dificultad consiste en la variable estructura y diseño de las bases de datos, así como en los diferentes procedimientos de búsqueda.
 ==Herramientas de búsqueda en la web invisible==

@@ Línea 16: / Línea 16: @@
 Se compone de archivos que podrían estar incluidos en los índices de los motores de búsqueda, pero no lo están por alguna de estas razones:
-• <br>Extensión de la indización: por economía, no todas las páginas de un sitio son indizadas en los buscadores.</br>
+<br>• Extensión de la indización: por economía, no todas las páginas de un sitio son indizadas en los buscadores.</br>
 • <br>Frecuencia de la indización: los motores de búsqueda no tienen la capacidad de indizar todas las páginas existentes; diariamente se añaden, modifican o desaparecen muchas y la indización no se realiza al mismo ritmo.</br>