Informazio-Konpetentziak ikasgaiaIkus-Entzunezko Komunikazioa Gradua

Irakurketa-galderakMateos Sánchez, M.; García_figuerola, C. (2009). Recuperación de información en la web. Gijón: Trea

Lehenengo artikulu osoa irakurri eta gero erantzun galdera hauek. Erantzun batzuetarako komeni da Interneten bilaketa batzuk egitea. Bukatzean Interneten Issun igo. Gero zuen blogean ekarpena egin

eta esteka txertatu.

1. Zein dira aipatzen diren bi arazo nagusienak informazioa bilatzerakoan?

Testuan aipatzen diren bi arazo nagusienak honako hauek dira:

-Lehenengo arazoa informazioa bilatzeko orduan erabiltzaileak duten zailtasuna

da. Zaila baita bilatu nahi dena modu zehatz eta apropos batean jartzea

bereziki bilatzen ari garen informazioa soilik agertzeko. Beraz askotan

erabiltzaileen bilaketen emaitzetan ez da agertzen haiek espero zutena.

-Bigarren arazoa bilaketa egiterakoan sareak eskaintzen dizkigun emaitzak

osatzen dute. Gehienetan emaitza horiek mila web orrialde osatzen dutelako.

Hau erabiltzailearentzako arazo handia da, zaila delako hainbat orrialdeen

artean dokumentu egokiak aukeratzea.

2. Bilatzaileen Crawler-rak Robot ere deitzen dira. Azaldu zure hitzetan zer

egiten duten. Bilatu Interneten nola izena duen Googlen Robotak.

Crawler-rak edo Robotak sarea zeharkatu egiten du, bilatzailean jarritako

hitzekin zer ikusia duten web guneak aurkitzeko. Robotak hitzak sarera

bidaltzen ditu eta erlazioa duten web-en selekzioa egiten da, aukeratutako

web-ak izango dira bilaketaren emaitza.

Ondoren irakurritako edo berreskuratutako orrialdeak, indizadorean gorde

egiten dira, honen zeregina Crawler-ak jasotako informazioaren indizea

mantentzea da.

Googlebot da Google-ek erabiltzen duen robota sarean miatzeko.

1

IZENA: Itxaso Frau

Informazio-Konpetentziak ikasgaiaIkus-Entzunezko Komunikazioa Gradua

3. Zer esan nahi du “búsqueda sintáctica”?

“Búsqueda sintactica” –ren esanahia hurrengoa da, erabiltzaileak bilaketa

egiterako orduan erabilitako hitzak edo terminoak duten web orrialdeak

bilatzea.

Hala ere hitzak dokumentuaren semantika ez islatzea gerta daiteke, honek

esan nahi duena da, agian erabiltzaileak erabili dituen hitzak dokumentu

batean agertzen dira baina honek ez dauka zer ikusirik erabiltzailea bilatzen ari

denarekin.

4. Googlen algoritmoa Page Rank da. Zein da bere eginkizun nagusia ?

Page Rank-a web orrien garrantzia erabaki egiten du, horretarako web

orrialdeak dituen link-ak edo loturak hartzen ditu kontuan edo beste webgune

batzuetatik sartzeko aukera.

Hau gertatzekotan, beste web gune batetik sartzeko aukera duela eta web

gune hori garrantzizkoa baldin bada hasierako web orrialdearen garrantzia

handiagoa izango da.

5. Googlen bilaketa bat egiten duzunean zer gertatzen da? Azaldu zer

gertatzen den “Googlen” barruan

Behin Google-en bilatu nahi dugun informazioa idatzita daukagula honako hau

gertatzen da bere barruan. Lehenik eta behin, web orrien miaketa eta

berreskurapena crawler desberdinak burutzen dute. Behin orrialdea

berreskuratuta dagoela store server-era bidaltzen da honek orrialdea

konprimitu eta bilduko du repository-n.

Orrialdea bilduta dagoela indizazioa burutzen da, indexer edo sorter-aren

bitartez. Hauen zer egina repository-n dagoen dokumentua deskonprimitzea

eta hit batean bihurtzea da. Hit-a dokumentu hori ordezkatzen duten hitz edo

2

Informazio-Konpetentziak ikasgaiaIkus-Entzunezko Komunikazioa Gradua

terminoak dira, hit bakoitzak dokumentuari buruzko informazio bat gordetzen

du, indexer-ak, hit-ak barrels-an pilatu egiten ditu.

Orrialdearekiko dauden link guztiak anchors file deituriko fitxategian gorde

egiten dira, URL resolver-a aipatutako fitxategiko dokumentu bakoitzari docID

bat asignatu egiten dio. Lehen azaldu dugun bezala Page Rank-a orrialdeen

balorazioa egiten du eta momentu honetan hartzen du parte, Page Rank.a

dokID bakoitzaren garrantzia aztertzen du.

dokID bakoitza sorter-aren bitartez wordID bihurtzen dira. Azkenik

DumpLexicon deituriko programaren bitartez, wordID lista hartu egiten da eta

Page Rank-aren arabera web-ak ordenatu eta bilaketaren emaitzak

bezeroaren eskura jartzen dira.

3