Motore di ricerca

Nell'ambito delle tecnologie di Internet, un motore di ricerca (in inglese search engine) è un sistema automatico che, su richiesta, analizza un insieme di dati (spesso da esso stesso raccolti) e restituisce un indice dei contenuti disponibili^[1] classificandoli in modo automatico in base a formule statistico-matematiche che ne indichino il grado di rilevanza data una determinata chiave di ricerca.

Uno dei campi in cui i motori di ricerca trovano maggiore utilizzo è quello dell'information retrieval e nel web. I motori di ricerca più utilizzati nel 2017 sono stati: Google, Bing, Baidu, Qwant, Yandex, Ecosia, DuckDuckGo.

Indice

Descrizione[modifica | modifica wikitesto]

Concettualmente un motore di ricerca è un sistema molto simile ad un'applicazione web ovvero un sistema client-server, attraverso la rete Internet, dove il client è rappresentato dal web browser dell'utente che su richiesta dello stesso si connette ad un server il quale a sua volta esegue una query di ricerca, tramite opportuni algoritmi di ricerca, su dei database (database distribuiti). Nell'analisi dei risultati forniti in output un componente essenziale è il cosiddetto crawler o spider. Un buon motore di ricerca è quello che riesce a trovare il maggior numero di contenuti in linea con la tipologia di richiesta ordinandoli per importanza e rilevanza secondo la specifica di ricerca.

Fasi operative[modifica | modifica wikitesto]

Il lavoro dei motori di ricerca si divide principalmente in tre fasi:

analisi del campo d'azione (tramite l'uso di crawler appositi);
catalogazione del materiale ottenuto;
risposta alle richieste dell'utente.

Catalogazione[modifica | modifica wikitesto]

Dopo l'analisi delle pagine, a seconda di criteri che variano da motore a motore, alcune di esse vengono inserite nel database e nell'indice del motore di ricerca.

La parte testuale archiviata durante la fase di analisi verrà in seguito analizzata per fornire le risposte alle ricerche degli utenti. Molti motori di ricerca sul web rendono anche disponibile una copia dei dati testuali di ogni pagina archiviata per quando la risorsa originale sia irraggiungibile: questa funzione è detta copia cache.

Risposta[modifica | modifica wikitesto]

Rispondere alle richieste degli utenti implica la necessità di elencare i siti in ordine di rilevanza rispetto alla richiesta ricevuta.

Per stabilire la rilevanza di un sito vengono cercati nel database quei documenti che contengono la parola chiave inserita dall'utente, dopodiché ogni motore di ricerca sfrutta propri algoritmi per classificare le pagine, controllando, per esempio, quante volte le parole chiave vengono ripetute, quanti link riceve quel documento, in quali punti della pagina sono poste le parole chiave, quanti siti del database contengono link verso quella pagina, o quante volte un utente ha visitato quel sito dopo una ricerca.

Raffinamento della ricerca[modifica | modifica wikitesto]

La possibilità di raffinare la ricerca varia da motore a motore, ma la maggior parte permette di utilizzare operatori booleani: ad esempio è possibile cercare "Ganimede AND satellite NOT coppiere" per cercare informazioni su Ganimede inteso come pianeta e non come figura mitologica.

Su Google e sui motori più moderni è possibile raffinare la ricerca a seconda della lingua del documento, delle parole o frasi presenti o assenti, del formato dei file (Microsoft Word, PDF, PostScript, ecc.), a seconda della data di ultimo aggiornamento, e altro ancora. È anche possibile cercare contenuti presenti in un determinato sito, ad esempio "Ganimede site:nasa.gov" cercherà le informazioni su Ganimede presenti sul sito della NASA.

Su Exalead si trova una parte speciale per raffinare la ricerca più intuitivamente.

Indicizzazione[modifica | modifica wikitesto]

Lo stesso argomento in dettaglio: Indicizzazione (motori di ricerca).

Per indicizzazione si intende l'inserimento di un sito web nel database di un motore di ricerca. L'indicizzazione di un sito internet, in altre parole, è il modo in cui il sito viene acquisito e interpretato dai motori di ricerca e quindi compare nelle loro pagine di risposta alle interrogazioni degli utenti web.

Posizionamento[modifica | modifica wikitesto]

Lo stesso argomento in dettaglio: Posizionamento (motori di ricerca).

Con il termine posizionamento s'intende l'acquisizione di visibilità tra i risultati dei motori di ricerca. Più specificamente, è l'operazione attraverso la quale il sito viene ottimizzato per comparire nei risultati in una posizione il più possibile favorevole e rilevante.

Ottimizzazione[modifica | modifica wikitesto]

Lo stesso argomento in dettaglio: Ottimizzazione (motori di ricerca).

Con il termine ottimizzazione per i motori di ricerca si intendono, nel linguaggio di internet, tutte quelle attività volte a migliorare la visibilità di un sito web sui motori di ricerca (quali ad es. Google, Yahoo!, ecc.) al fine di migliorare (o mantenere) il posizionamento nelle pagine di risposta alle interrogazioni degli utenti del web. A sua volta, il buon posizionamento di un sito web nelle pagine di risposta dei motori di ricerca è funzionale alla visibilità dei prodotti/servizi venduti.

Risultati sponsorizzati[modifica | modifica wikitesto]

I motori di ricerca forniscono anche risultati sponsorizzati, ovvero mostrano in maggiore evidenza nelle SERP (Search Engine Result Pages, Pagine dei risultati dei motori di ricerca) siti web di aziende che pagano per risultare tra i primi risultati quando si cercano termini (detti keyword o parole chiave) che sono in relazione all'ambito di competenza dell'azienda stessa. I risultati sponsorizzati dei motori possono apparire anche sui siti che partecipano al loro programma di affiliazione. In particolar modo, Google permette di far apparire nelle proprie SERP (chiaramente distinti dai risultati "naturali") risultati a pagamento comprati con il programma AdWords. In aggiunta a questo offre anche un servizio di sponsorizzazione che si rivolge a tutti i siti che hanno determinati requisiti, chiamato AdSense. Google AdSense (spesso abbreviato con Google AS) usa le capacità del motore di ricerca di interpretare il tema della pagina in cui è posizionato l'apposito codice per fornire annunci a tema. Yahoo! Search ha annunciato l'arrivo di un programma analogo chiamato Panama.

Motori di ricerca più diffusi[modifica | modifica wikitesto]

Secondo alcuni servizi online^[2] nelle 12 mensilità del 2017 i motori di ricerca più utilizzati a livello mondiale sono i 4 seguenti, con circa il 95% di peso percentuale sul traffico delle ricerche internet da desktop. :

Google, oltre ad essere di gran lunga il più usato direttamente, è anche quello con il maggior numero di siti che ne utilizzano il database, anche a causa del programma di sponsorizzazione "AdSense per la ricerca" che appartiene al più vasto programma AdSense.
Yahoo!
Microsoft Bing, il motore creato dalla Microsoft ed usato da Microsoft Network, meglio noto come MSN.
Baidu, tecnologia proprietaria cinese che raccoglie un bacino di utenza tanto vasto quanto in crescita, dato il totale strapotere sugli altri motori di ricerca usati in Cina.

Questi 4 motori di ricerca sono come prevedibile gli unici dotati di una tecnologia proprietaria.

Altre menzioni importanti sono:

Ask.com, usato dalla versione italiana di Excite per un rapporto di partnership.
Ixquick, uno dei pochi motori di ricerca al mondo a garantire la privacy, poiché non conserva né registra gli IP di chi effettua ricerche.
FileByType è una raccolta di moduli di ricerca basati sulle categorie.
Ecosia, motore di ricerca ecologico tedesco, produce meno anidride carbonica dei server concorrenti; l'80% dei proventi viene utilizzato per piantare alberi in giro per il mondo e diminuire il disboscamento, ed è stato fondato in collaborazione con il WWF.
Qwant, motore di ricerca europeo che mira ad offrire all'utente una maggiore privacy.
Yandex, dominatore delle statistiche di search market share in Russia.

Le prime quattro tecnologie proprietarie sono utilizzate da una quantità sterminata di provider e di metamotori di ricerca (il cui nome deriva proprio dal pescare i propri risultati da più motori, come il metamotore incorporato nel portale Excite). A più riprese Microsoft ha provato a comprare Yahoo!, cosa che avrebbe portato ad un ulteriore accorpamento e riduzione delle tecnologie proprietarie in campo, a causa della fusione di Live (il motore della Microsoft) e Yahoo! Search. L'ultimo rifiuto di Yahoo! è riportato dal Wall Street Journal in data 6/5/2007 (a fronte di un'offerta di circa 50 miliardi di dollari da parte della società fondata da Bill Gates).

Parte delle descrizioni dei siti presentate nei risultati di ricerca dai principali motori sono importate da DMOZ - ODP. ODP, acronimo di Open Directory Project, non è un motore ma una open directory (basata su listing e recensioni fatte da esseri umani^[1], anche se esistono alcuni meccanismi automatici per eliminare i siti estinti). È stata creata da Netscape, a sua volta comprata da AOL nel 1998 per quasi 25 miliardi di dollari, ed appartiene tuttora ad AOL (che è la divisione Internet di Time Warner, divisione nella quale Google ha una modesta partecipazione azionaria).

In Italia[modifica | modifica wikitesto]

Google è utilizzato anche da Libero, YouTube, Arianna e Tiscali (per un rapporto di partnership). In Italia il divario fra l'utilizzo di Google e degli altri è talmente vasto che, pur essendo i dati ovviamente variabili, la percentuale delle ricerche effettuate su Google è pari ad un multiplo della somma di tutti gli altri motori di ricerca messi assieme.
Yahoo! è utilizzato anche da AltaVista, che venne acquistata indirettamente da Yahoo! quando quest'ultima acquisì Overture, nonché da Kataweb per un rapporto di partnership.
Virgilio.it è legato a Google da un rapporto di partnership da diversi anni e ne importa (cosa immediatamente verificabile da chiunque) i risultati di ricerca con minime modifiche come aggiungere propri risultati sponsorizzati ed accorpare quelli che fanno riferimento allo stesso dominio.
Istella Italia è un motore di ricerca sviluppato da Tiscali.

Lista[modifica | modifica wikitesto]

Anno	Motore	Evento	Stato attuale
1993	W3Catalog	Lancio	Inattivo
1993	Aliweb	Lancio	Inattivo
	JumpStation	Lancio	Inattivo
	WWW Worm	Lancio	Inattivo
1994	WebCrawler	Lancio	Inattivo (Solamente un'interfaccia per Bing)
	Go.com	Lancio	Inattivo
	Infoseek	Lancio	Inattivo
	Lycos	Lancio	Attivo
	Spenki	Fondazione	Inattivo
1995	AltaVista	Lancio	Inattivo, reindirizzato a Yahoo!
	Daum	Lancio	Attivo
	Magellan	Lancio	Inattivo
	Excite	Lancio	Inattivo, solo notizie
	SAPO	Lancio	Inattivo, solo notizie
	Yahoo!	Lancio	Attivo
1996	Dogpile	Lancio	Attivo, Aggregatore
	Inktomi	Fondazione	Inattivo, acquisito da Yahoo!
	HotBot	Fondazione	Attivo
	Arianna	Fondazione	Inattivo, inglobato in Libero
	Multisoft	Fondazione	Inattivo
	Virgilio	Fondazione	Attivo, risultati Google
	Ask Jeeves	Fondazione	Attivo (rimarchiato in ask.com)
1997	Northern Light	Lancio	Inattivo
1997	Yandex	Lancio	Attivo
1998	Google	Lancio	Attivo
	Ixquick	Lancio	Attivo anche come Startpage
	MSN Search	Lancio	Inattivo, diventato Bing
	empas	Lancio	Inattivo (fusa con NATE)
1999	Alltheweb	Lancio	Inattivo (URL reindirizzato a Yahoo!)
	GenieKnows	Lancio	Inattivo
	Naver	Lancio	Attivo
	Teoma	Fondazione	Inattivo, reindirizza Ask.com
	Vivísimo	Fondazione	Inattivo, IMB
	superEva	Lancio	Inattivo, solo analisi trend
2000	Baidu	Fondazione	Attivo
	Exalead	Lancio	Attivo
	Gigablast	Lancio	Attivo
2001	Kartoo	Lancio	Inattivo
2003	Info.com	Lancio	Attivo, risultati Bing
2003	Scroogle	Lancio	Inattivo
2004	Yahoo! Search	Lancio finale	Attivo (Solamente un'interfaccia per Bing)
	A9.com	Lancio	Inattivo
	Sogou	Lancio	Attivo
2005	Windows Live Search	Lancio finale	Inattivo
	GoodSearch	Lancio	Inattivo (cerca coupon con Google)
	SearchMe	Lancio	Inattivo
2006	Soso	Lancio	Attivo
	Quaero	Fondazione	Inattivo
	Search.com	Fondazione	Attivo
	Ask.com	Lancio	Attivo
	Windows Live Search	Lancio	Inattivo
	ChaCha	Lancio beta	Inattivo
	Guruji.com	Lancio beta	Inattivo
2007	Wikiseek	Lancio	Inattivo
	Sproose	Lancio	Inattivo
	Wikia Search	Lancio	Inattivo
	Blackle.com	Lancio	Inattivo (Solamente tema scuro di Google)
2008	Cuil	Lancio (chiuso)	Inattivo
	Powerset	Lancio	Inattivo
	Picollator	Lancio	Inattivo
	Viewzi	Lancio	Inattivo
	Boogami	Lancio	Inattivo
	LeapFish	Lancio	Inattivo
	Forestle	Lancio	Inattivo (reindirizza a Ecosia)
	Ecocho	Lancio	Inattivo
	DuckDuckGo	Lancio	Attivo
2009	Wolfram Alpha	Lancio	Attivo
	Bing	Lancio	Attivo
	Yebol	Lancio	Inattivo
	Mugurdy	Lancio	Inattivo
	Scout (Goby)	Lancio	Inattivo
	Coozila!	Lancio	Inattivo
	Ecosia	Lancio	Attivo (Bing + Algoritmi proprietari)
	NATE	Lancio	Attivo
2010	iAlgae	Lancio	Inattivo
	Blekko	Lancio	Inattivo (venduto a IBM)
	Cuil	Lancio	Inattivo
	Yandex (Versione in Inglese)	Lancio	Attivo
2011	YaCy	Lancio	Inattivo (online, non ricerca)
2012	Volunia	Lancio (chiuso)	Inattivo
2012	Ideao	Lancio beta	Inattivo
2013	Istella	Lancio	Attivo
	Qwant	Lancio	Attivo
	Aoohe	Lancio	Inattivo
	Coc Coc	Lancio	Attivo, motore di ricerca vietnamita
	Egerin	Lancio	Attivo, motore di ricerca in curdo / Sorani
2014	Searx	Lancio	Attivo, metamotore di ricerca
2014	Swisscows	Lancio	Attivo
2017	Xaphir	Beta	Inattivo, acquisito da Qwant^[3]

La maggior parte dei motori di ricerca che opera sul web è gestito da compagnie private che utilizzano algoritmi proprietari e database tenuti segreti. Esistono comunque diversi tentativi di dar vita a motori di ricerca fondati sul software libero, alcuni esempi sono:

Prospettive di sviluppo[modifica | modifica wikitesto]

Le più recenti innovazioni nella produzione di algoritmi e di sistemi di Information Retrieval si basano sull'analisi semantica dei termini e sulla conseguente creazione di reti semantiche. La stessa Google ha adottato sistemi per la prevenzione dell'errore e la contestualizzazione dei risultati.

È lecito prevedere che nel giro di alcuni anni i motori di ricerca baseranno le proprie tecnologie sia sull'analisi quantitativa dei contenuti (le parole in sé), sia soprattutto su quella qualitativa (il senso delle parole). I motori di ricerca saranno, ad esempio, in grado di distinguere il senso della parola "pesca" a seconda di quale sia il contesto in cui la parola è contenuta (capire se sia il frutto, la disciplina sportiva, o altro). Per muoversi in questa direzione Google ha acquisito Oingo (un tempo noto come "il motore dei concetti") e la tecnologia dell'azienda che lo creò, la Applied Semantics.

Il web 2.0 e il futuro dei motori di ricerca[modifica | modifica wikitesto]

Lo stesso argomento in dettaglio: web 2.0.

La nuova frontiera dei motori di ricerca è il web 2.0. Adottando questa logica molti motori e directory internazionali puntano a una maggiore partecipazione degli utenti nella creazione dei contenuti dei motori di ricerca, in modo da eliminare qualsiasi ricorso a spider o a link sponsorizzati. Con questa logica gli utenti possono segnalare essi stessi i link e decidono se dare o meno popolarità ai siti segnalati.

Il web 2.0 punta anche a una facilità di utilizzo più rapida, veloce ed intuitiva grazie all'utilizzo di Metamotori (o motori di ricerca multipli) come: