Un metabuscador ( metabuscador ) es un motor de búsqueda que, a diferencia de los motores de búsqueda clásicos, no tiene su propia base de datos y su propio índice de búsqueda , sino que genera resultados de búsqueda mezclando y reclasificando los resultados de búsqueda de otros motores de búsqueda.
Ejemplos: AskNet , Excite , Ixquick , Nigma . Los metabuscadores históricos incluyen Dogpile, MetaCrawler, SUSI e Inference Find [1] .
El motor de metabúsqueda recopila resultados de búsqueda clasificados para una consulta específica de varios motores de búsqueda, utiliza un algoritmo de vinculación para descartar resultados duplicados y crea una nueva lista clasificada que se proporciona al usuario a través de una interfaz centralizada [2] .
Al clasificar los resultados recibidos de motores de búsqueda individuales, el motor de metabúsqueda puede utilizar la clasificación ya formada de dichos sistemas, en función de la calidad de los resultados recibidos de ellos en consultas anteriores [3] . Los algoritmos de agregación de ratings funcionan sin tener en cuenta los índices de relevancia, en los que cada buscador es considerado como votante en las elecciones, y cada puesto de los resultados de búsqueda es considerado como candidato en estas elecciones. Dichos algoritmos incluyen el método de Borda , que asigna un cierto número de puntos a cada posición y luego suma los puntos de todos los votantes para cada candidato, y el método de Condorcet , que asigna puntos por "ganancias" de un solo dígito en cada par de candidatos. El método de Condorcet da resultados más objetivos, mientras que el método de Borda es mucho más fácil de algoritmizar. Otro método, el algoritmo HITS ponderado , es una variante del algoritmo HITS en el que cada motor de búsqueda se trata como una página central y cada página de Internet encontrada en la búsqueda se trata como una página de autoridad [4] .
Los metabuscadores de nueva generación, además de procesar una consulta específica, resaltan las palabras clave o temas asociados a ella, y crean una nube de etiquetas o brindan un conjunto de consultas clave relacionadas sobre el tema, permitiendo al usuario afinar la búsqueda [5 ] .
Enviar varias consultas a varios otros motores de búsqueda amplía la cobertura de los datos disponibles sobre un tema y le permite encontrar más información. Metasearch usa índices compilados por otros motores de búsqueda, agregando y, a menudo, refinando los resultados en sus propias formas únicas. Un motor de metabúsqueda tiene una ventaja sobre un motor de búsqueda único porque el usuario obtendrá más resultados por la misma cantidad de esfuerzo. Esto reduce la cantidad de trabajo cuando los usuarios ingresan consultas en diferentes sistemas por separado para encontrar recursos [6] . Desde este punto de vista, los motores de metabúsqueda son más útiles para los usuarios novatos y menos interesantes para los usuarios experimentados [1] .
Debido a la falta de su propio mecanismo de indexación a gran escala , los motores de metabúsqueda ocupan una cantidad relativamente pequeña de espacio en disco. En algunos casos, dichos sistemas pueden instalarse directamente en la computadora del usuario y además brindan una personalización significativa de la búsqueda [3] .
Los supuestos beneficios de un metabuscador también están relacionados con el efecto "el todo es mayor que la suma de las partes ". Los diferentes algoritmos de búsqueda son efectivos en diversos grados según el contexto, lo que significa que los resultados agregados de varios motores de búsqueda pueden ser de calidad superior a la simple suma de los resultados. Al mismo tiempo, en realidad, varios motores de búsqueda prohíben que los metabuscadores utilicen sus resultados de forma gratuita. El resultado fue la celebración de acuerdos entre los metabuscadores y los principales motores de búsqueda, lo que implica, por regla general, la colocación de publicidad pagada de estos últimos en los sitios de los metabuscadores [2] . Además, algunos de los metabuscadores no tienen su propio algoritmo de clasificación desarrollado, basándose en índices de relevancia obtenidos de cada motor de búsqueda por separado [3] .
En 1995, varios metabuscadores comenzaron a funcionar en Internet a la vez, continuando su trabajo durante la siguiente década y media. El primer metabuscador utilizado comercialmente en Internet fue MetaCrawler , desarrollado en la Universidad de Washington . Demostró la viabilidad de la metabúsqueda y en el primer año de su existencia procesó 100.000 consultas por día, y para el año 2000, 2 millones de consultas por día. El programa fue licenciado comercialmente por Go2Net en 1996 [7] .
En el mismo año apareció el metabuscador SavvySearch desarrollado en la Universidad de Colorado . El algoritmo de funcionamiento de esta máquina incluía una evaluación de la efectividad de cada uno de los motores de búsqueda involucrados en contextos específicos, a partir de un metaíndice que contenía el historial de interacciones anteriores. En 1999, el sistema fue adquirido por CNET [7] .
Aún más tarde, en 1995, se creó el metabuscador ProFusion, desarrollado en la Universidad de Kansas . El sistema utilizó una calificación de confianza que incluía puntajes asignados a motores de búsqueda individuales mediante la formulación de consultas de capacitación, cada una de las cuales se incluyó en una serie de categorías temáticas. La máquina fue comprada en 2000 por Intelliseek (parte de BuzzMetrics desde 2006) y luego retirada [7] .
En 1996, se lanzó el metabuscador Dogpile , un motor comercialmente exitoso . Fue desarrollado por el investigador legal Aaron Flynn y adquirido por Go2Net en 1999. Los socios de pago del sistema incluyen a Google , Yahoo y Ask Jeeves , y presenta los resultados elegidos por el usuario clasificados por relevancia o motores de búsqueda. Para el año 2000, al igual que MetaCrawler, Dogpile procesaba 2 millones de solicitudes por día [8] .
| Buscadores y máquinas _ | |
|---|---|
| General |
|
| Regional |
|
| lideres |
|
| Temático |
|
| Metabúsqueda | |
| abierto / gratis |
|
| Bebé |
|