CARACTERIZACIÓN DE LA WEB SUPERFICIAL Y DE LA WEB PROFUNDA

A la hora de buscar información no sólo disponemos de los buscadores tradicionales, sino que también tenemos otras fuentes específicas de información.

Cuando buscamos generalmente lo hacemos de manera superficial a través de los ya conocidos buscadores, pero... ¿qué hay del resto, de la web invisible? 

A continuación veremos definición y principales características.

WEB SUPERFICIAL
La Web superficial es aquella porción de Internet que es indexada por las arañas de los motores de búsqueda. 

• Información no contenida en base de datos.
• Libre acceso.
• No necesita proceso registro.
• Formada por páginas estáticas. Su URL es fija y accesible.
• Web indizable.

WEB PROFUNDA

La Web profunda es aquella que no está indexada por los motores de búsqueda o directorios, es decir son repositorios de información, generalmente bases de datos dinámicas, cuyo contenido no puede ser revisado por los buscadores y por lo tanto incluido en sus resultados de búsqueda.

• Información accesible en base de datos.
• Parte de la información es "invisible" a los robots de los buscadores convencionales.
• Formada por páginas dinámicas. Su URL no es fija.
• Contenido no enlazados, es decir, con páginas que no tienen vínculos entrantes desde otras páginas.
• Web no indizable.

A continuación comparto el siguiente video:

Sherman y Price dividen la Deep Web en cuatro tipo de invisibilidades la Web opaca, la Web privada, la Web propietaria y la Web realmente invisible.

• WEB OPACA: las limitan la extensión y frecuencia de indización, número máximo de resultados visibles y URL desconectadas.

• WEB PRIVADA: son páginas protegidas con contraseñas, presentan el archivo "robots.txt" y contienen un campo "noindex"

• WEB PROPIETARIA: son aquellas páginas en la que es necesario registrarse.

• WEB REALMENTE INVISIBLE: son aquellas que no pueden ser indizadas por limitaciones técnicas de los buscadores, se generan dinámicamente.

Algunos recursos de búsqueda de la Web profunda son:

• 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.

• TechXtra centra su información, en ingeniería, matemáticas e informática

• Microsoft Academic Search el buscador académico de Microsoft.

• Academia.edu s una red social 2.0 para investigadores que cuenta con un directorio de más de 12.000 publicaciones científicas de todo el mundo.

• Infoplease es un portal de información con una serie de características. Usando el sitio, puedes dar con un buen número de enciclopedias, almanaques, un atlas y biografías. Infoplease demás posee ramificaciones algo agradables como Factmonster.com para niños y Biosearch, un motor de búsqueda para biografías.

• Infomine es un buscador de bases de datos, diarios y libros electrónicos, boletines de anuncios, listas de correos, artículos, catálogos de librerías online, directorios de investigaciones y muchos otros recursos.

• DeepPeep tiene como objetivo entrar a la deep Web a través de formas que consultan bases de datos y servicios web para información. Consultas que se abren en resultados dinámicos pero de corta duración que no pueden ser indexados por un motor de búsqueda normal. 

Para finalizar comparto:

• Link sobre Buscadores de Web profunda
• Link intersante de recopilaciones realizado por Raquel Querol sobre Encontrando tesoros