Web Superficial y Web Profunda

1. 1. WEB SUPERFICIAL WEB PROFUNDA22/06/2015 1AJNV
2. 2. WEB SUPERFICIAL O VISIBLE • Comprende todos aquellos sitios cuya información puede ser indexada por los robots de los buscadores convencionales y recuperada casi en su totalidad mediante una consulta en sus formularios de búsqueda 22/06/2015 2AJNV
3. 3. WEB SUPERFICIAL O VISIBLE • Las características principales de los sitios de la Web visible son: Su información no está contenida en bases de datos. Es de libre acceso. No se requiere la realización de un proceso de registro para acceder a la información. Mayoritariamente está formada por páginas Web estáticas, es decir páginas o archivos con una URL fija y accesibles desde otro enlace. 22/06/2015 3AJNV
4. 4. WEB PROFUNDA O INVISIBLE • Es el término utilizado para describir toda la información disponible en Internet que no se recupera interrogando a los buscadores convencionales. Generalmente es información almacenada y accesible mediante bases de datos. 22/06/2015 4AJNV
5. 5. WEB PROFUNDA O INVISIBLE • Se compone de: Contenidos dinámicos: Páginas dinámicas que retornan en respuesta a una búsqueda o accedidas solo por una vía. Contenidos no enlazados: Páginas que no tienen vínculos entrantes desde otras páginas. Contenidos de acceso limitado: Que requieren registrarse o limitan el acceso a su página, prohibiendo que los buscadores los incluyan en sus bases de datos. 22/06/2015 AJNV 5
6. 6. WEB PROFUNDA O INVISIBLE Contenidos «scripted»: Páginas que solamente son accesibles a través de enlaces producidos por JavaScript y Flash, las cuales requieren un tratamiento especial. Contenidos no textuales: archivos multimedia, en otros formatos o «usenet». 22/06/2015 AJNV 6
7. 7. WEB PROFUNDA O INVISIBLE • Sherman y Price identifican cuatro tipos de contenidos invisibles en la Web: 1) La Web opaca (the opaque Web). 2) La Web privada (the private Web). 3) La Web propietaria (the proprietary Web). 4) La Web realmente invisible (the truly invisible Web). 22/06/2015 AJNV 7
8. 8. WEB OPACA • La Web opaca está compuesta por archivos que, si bien podrían estar incluidos en los índices de los buscadores, no lo están por alguno de los siguientes motivos:  Extensión de la indización: a veces, por economía, no todas las páginas de un sitio son indizadas en los buscadores.  Frecuencia de la indización: los buscadores no poseen la capacidad de indizar todas las páginas existentes; a diario se agregan y modifican muchas y la indización no se realiza al ritmo que permita incluirlas a todas.  Número máximo de resultados visibles: aunque los motores de búsqueda arrojan a veces un gran número de resultados, generalmente limitan el número de documentos que se muestran (entre 200 y 1000).  URL desconectadas: las generaciones más recientes de buscadores, presentan los documentos por relevancia basada en el número de veces que aparecen referenciados en otros. Si un documento no tiene un link a él, desde otro documento, será imposible que la página sea encontrada, pues no se encuentra indizada. 22/06/2015 AJNV 8
9. 9. WEB PRIVADA • Consiste en las páginas Web que podrían estar indizadas en los buscadores pero son excluidas deliberadamente por alguno de estos motivos:  Las páginas están protegidas por contraseñas.  Contienen un archivo “robots.txt” para evitar ser indizadas.  Contienen un campo “noindex” para evitar que el buscador pueda indizar la parte correspondiente al cuerpo de la página. Este segmento de la Web contiene, en general, documentos excluidos deliberadamente por su falta de utilidad. Ya que son los dueños de la información que contienen, los que deciden que no se encuentre disponible, por lo que difícilmente se podrán encontrar mecanismos legítimos para franquear esa barrera. 22/06/2015 AJNV 9
10. 10. 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. 22/06/2015 AJNV 10
11. 11. WEB REALMENTE INVISIBLE • Se compone de páginas que no pueden ser indizadas por limitaciones técnicas de los buscadores. Programas ejecutables y archivos comprimidos. Páginas generadas dinámicamente que se generan a partir de datos que introduce el usuario. Información almacenada en bases de datos relacionales, que no puede ser extraída a menos que se realice una petición específica. 22/06/2015 AJNV 11
12. 12. WEB PROFUNDA Recursos de búsqueda • The WWW Virtual Library se considera el catálogo más antiguo en la web y fue iniciado por Tim Berners-Lee, el creador de la web. 22/06/2015 AJNV 12
13. 13. WEB PROFUNDA Recursos de búsqueda • Infoplease es una Web de consulta con más de 57.000 artículos de la prestigiosa enciclopedia Columbia. • Facilita la consulta de información con opciones de búsqueda por términos o por áreas de conocimiento. • Es posible acceder a un buen número de enciclopedias, atlas, y biografías. • También tiene algunas ramificaciones interesantes como Factmonster.com para los niños y Biosearch, un motor de búsqueda sólo para biografías, o información de todo lo acontecido históricamente en un determinado día. 22/06/2015 AJNV 13
14. 14. WEB PROFUNDA Recursos de búsqueda • DeepWebTech ofrece cinco motores de búsqueda para temas específicos. Los motores de búsqueda abarcan la ciencia, medicina y negocios. • El uso de estos motores de búsqueda específicos del tema, puede consultar las bases de datos subyacentes en la Web profunda. 22/06/2015 AJNV 14
15. 15. WEB PROFUNDA Recursos de búsqueda • TechXtra centra su información, en ingeniería, matemáticas e informática. Es posible navegar a través de una extensa lista de revistas gratuitas especializadas de ingeniería, documentos técnicos, descargas y podcasts. 22/06/2015 AJNV 15