El secreto está en saber buscar
Jueves 31 de Mayo, 2001.El Farol.cl

El Doctor Ricardo Baeza-Yates, académico de la Facultad de Ingeniería de la Universidad de Chile, nos cuenta de los temas más importantes tratados en el reciente Congreso Mundial de la Web, realizado en Hong Kong. Conozca cuáles son las últimas novedades en tecnologías de búsqueda para encontrar lo que uno necesita en Internet.

Determinan Forma de la Web Chilena
Junio 19, 2000. El Mercurio, cuerpo C

Investigadores Ricardo Baeza Yates y Carlos Castillo, del buscador chileno TodoCL, descubrieron que la Internet chilena tiene una forma muy similar a la corbata humita que describieron científicos estadounidenses hace algunas semanas.

Varias coincidencias descubrieron estudiosos chilenos entre la forma de la Internet chilena y la forma de la Web mundial determinada por científicos estadounidenses."Verificamos que varios resultados establecidos para la red global eran también válidos para la Web chilena", concluyen Ricardo Baeza Yates y Carlos Castillo, del Departamento de Ciencias de la Computación de la Universidad de Chile (DCC), en el estudio "Caracterizando la Web chilena" realizado durante mayo y junio pasado. Es decir, que la estructura no se modifica ante cambios de escala. En el estudio estadounidense, que publicamos en esta página hace un mes, decían que la Web tiene forma de corbata humita. En el nudo (núcleo), había páginas extensamente conectadas entre sí (con muchos links). Lo llamaron el "Componente Fuertemente Conectado". Los chilenos -siguiendo investigación de AltaVista, Compaq e IBM- denominan "Main" al núcleo fuertemente conexo. En la Web chilena, dicen, este núcleo lo compone el 25% de los sitios, y los diez dominios más referenciados (hacia los cuales apuntan más links) son: uchile.cl (de la Universidad de Chile), elmercurio.cl (de nuestro diario), chilnet.cl (del portal empresarial que ahora se llama Mercantil.com), tercera.cl (de "La Tercera"), brujula.cl (del buscador "La Brújula", que ahora pertenece a la Guby Network), puc.cl (de la Universidad Católica), meteochile.cl (de la Dirección Meteorológica de Chile; todos quieren saber si va a llover mañana), bcentral.cl (del Banco Central), udec.cl (de la Universidad de Concepción) y sii.cl (del Servicio de Impuestos Internos).

Cuáles Son las Palabras Más Populares

Los investigadores chilenos recolectaron información durante 15 días, y creen que el tamaño de su muestra corresponde a más del 95% de la Web chilena. Los puntos de partida corresponden a 19.200 direcciones ingresadas por usuarios del buscador TodoCL. Analizaron 730 mil páginas, que corresponden a 10 mil sitios en cerca de 20 mil dominios .cl. El 90% de los dominios se encuentra en Santiago. Lo siguen las regiones de Valparaíso (780 dominios), del Biobío (268 dominios) y de los Lagos (211 dominios). Las palabras más populares son "chile" (31%), "cl" (20%), "home" (19%), "informacion" (19%), "copyright", "santiago", "mail" (17%), "internet" (15%). Consideraron las palabras escritas con y sin acento (en 7 mil documentos, "informacion" aparece sin acento; esto corresponde al 5% del total de las ocurrencias de esta palabra). Apenas el 3% de las páginas chilenas pesa más de 40 Kb (kilobytes). Un 7% de los sitios nacionales está en inglés.

Las Empresas Sólo Quieren Estar en la Internet

La mitad de la Web chilena se concentra en menos del 5% de los dominios .cl, descubrió el estudio Baeza-Castillo. El 52% de los sitios chilenos cuentan con sólo una página, y prácticamente todos los sitios tienen menos de cien páginas. Comentan los investigadores: "La observación de que, de los 20 mil dominios registrados sólo se utilicen 10 mil para poner sitios Web, y de estos sitios sólo 5 mil vayan más allá de una simple portada, dice bastante sobre la tendencia a estar en Internet de las empresas y organizaciones más que a hacer cosas en Internet".

Si la mayoría de los sitios tienen tan pocas páginas, reflexionan, ¿cómo se llega a un total de sobre 700 mil páginas? "La respuesta es que las páginas están muy concentradas en unos pocos sitios; por ejemplo, la mitad de las páginas de la colección se encuentran en los 1.300 sitios más grandes, cada uno con setenta o más páginas". Otro indicio de este fenómeno es que los cien sitios más grandes (que poseen mil o más páginas) contienen un tercio de las páginas de la Web chilena.

Alexis Jéldrez
cyt@mercurio.cl
El estudio Baeza-Castillo:
http://www.todoCL.cl/stats/jun2000/wcl2000.html

Buscador Chileno Total
Miércoles 19 de Abril, 2000. Mercurio Cuerpo C

Uno de los más importantes profesores de informática del país, Ricardo Baeza, creó un buscador chileno que se asocia a otros del continente. Recorre toda la Internet local y la clasifica para nosotros, de modo tal que nos sea fácil encontrar lo que buscamos. Escribimos "dulce de membrillo" y aparecen más de 30 citas en un santiamén: ¡Bien!

Desarrollado en la U. de Chile:
TodoCL Ayuda en la Búsqueda de Sitios Chilenos
Computer World Chile, No 209 (26 de Abril al 9 de Mayo, 2000), página 17

TodoCL www.todocl.cl es una máquina de búsqueda en Internet que es parte de una familia de buscadores que incluyen a TodoBr, para sitios en Brasil, y a TodoLatin, para localizar sitios a nivel regional.

El buscador, tiene como objetivo mejorar la calidad de las respuestas encontradas cuando se necesita algo ubicado en la Web chilena, pues los resultados de máquinas de búsqueda universales, como Altavista o Excite, no son tan exactos en la localización de información relacionada con nuestro país, ya que incluyen páginas de cualquier parte del mundo. TodoCL resuelve este problema al dedicarse exclusivamente a buscar en la Web chilena, mejorando radicalmente la calidad de las respuestas.

El sitio concentra algunos de los principales resultados de investigaciones desarrolladas en forma conjunta en el Departamento de Ciencias de la Computación (DCC) de la Universidad de Chile y en la Universidad Federal de Minas Gerais, en Brasil, y patrocinados por instituciones nacionales, como Conicyt, e iberoamericanas, como Cyted. El sitio es administrado por Ricardo Baeza Yates y por Carlos Castillo.

TodoCL funciona almacenando localmente una copia de la mayoría de las páginas Web chilenas, facilitando encontrar información y permitiendo su rápido acceso, a diferencia de metabuscadores que deben acceder vía Internet a cada página. El objetivo de TodoCL es tener información más precisa y en menos tiempo, y para ello cuenta con 22 mil dominios .cl registrados y 600 mil páginas. Para recopilar todas estas páginas, el sitio cuenta con un robot, o un programa especial que recorre la Web, que forma un índice que es el que usa TodoCL para las búsquedas.

Toda la colección de páginas es actualizada cada dos semanas y, para hacer más precisa la búsqueda, las palabras con acentos y eñes pueden ser reconocidas por la máquina de TodoCL, lo que permite diferenciar algunas palabras como, por ejemplo, papa de papá.

Referencias Web:

Página de la Semana
Miércoles 31 de Mayo, 2000. Mi Tierra

De la Gran cantidad de pagina que nos sugirieron solo elegimos una. ¿por que?...

Todocl.cl: De seguro será el motor de búsqueda preferido por muchos, ya que incluye un "Spider" que hace crecer su base de datos de tal manera que deben tener todas o casi todas las páginas Chilenas indexadas.