Web Superficial y Web Profunda

No todo lo que hay en internet se puede encontrar con los buscadores tradicionales. Aquello que se visualiza con ellos lo llamamos llamamos Web Superficial y el resto de lo que hay, que es invisible a ellos lo denominamos Web Profunda o invisible. En ella hay información ubicada en catálogos, revistas digitales, blogs, entradas a diccionarios y contenido de sitios que pidenn un login y todo tipo de contenido que no aparece entre los resultados de una búsqueda convencional..

Tipos de Web según como puede visualizarse

Web Superficial o visible. Abarca 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. Sus principales crácteristicas són:

1. la información no está contenida en bases de datos.
2. la información es de libre acceso.
3. No se requiere la realización de un proceso de registro para acceder a la información.
4. Suelen ser paginas Web estáticas,con una URL fija y accesibles desde otro enlace. 

Web Profunda o invisible. Es toda aquella que no puede ser indexada.
Sus principales crácteristicas són:

1. la información está contenida en bases de datos.
2. Los robots no pueden acceder a parte de la información.
3. la información suele ser restringuida.
4. Se requiere la realización de un proceso de registro para acceder a la información.
5. Suelen ser paginas Web dinámicas, con una URL variable y no accesible desde otro enlace.

Según Sherman y Price identifican cuatro tipos de contenidos invisibles en la Web:

1. la Web opaca (the opaque Web), compuesta por archivos que no estan incluidos en los índices de los buscadores por alguno de los siguientes motivos:por economía, no todas las páginas de un sitio son indizadas.Frecuencia de la indización: no se posee la capacidad de indizar todas las páginas existentes (excesivos cambios en las paginas). Numero máimo de resultados visibles. URL desconectadas: las generaciones más recientes de buscadores, presentan los documentos por relevancia basada en el número de veces que aparecen referenciados en otros.que la página sea encontrada, pues no se encuentra indizada.
2. la Web privada (the private Web) las páginas Web no se indizan por alguno de estos motivos: Las páginas están protegidas por contraseñas.Contienen un archivo “robots.txt” para evitar ser indizadas.Contienen un campo “noindex”
3. la Web propietaria (the proprietary Web) Son aquellas páginas en las que es necesario registrarsepara tener acceso al contenido,ya sea de forma gratuita o pagando.
4. la Web realmente invisible (the truly invisible Web). páginas que no pueden ser indizadas por limitaciones técnicas de los buscadores, programas ejecutables y archivos comprimidos,páginas generadas dinámicamente, es decir, que se generan a partir de datos que introduce el usuario, información almacenada en bases de datos relacionales, que nopuede ser extraída a menos que se realice una petición específica.

 Algunos recursos de busqueda en la Web Profunda:

• The WWW Virtual Library es el catálogo más antiguo en la web y fue iniciado por Tim Berners-Lee, el creador de la web. 
• 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.Y también tiene algunas ramificaciones interesantescomo 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.
• 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.
• 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

Read More