Entradas com Tags ‘vertical search’
Jornais e revistas na mira do Google
No passado dia 8, na Conferência deste ano do TechCrunch50, foi apresentado o projecto Google News Archive por Marissa Mayer.
Trata-se de um projecto lançado a 6 de Setembro de 2006, mas ao qual a empresa quer dar agora nova visibilidade e dimensão. Para isso, está a negociar com editores de jornais e revistas, à semelhança do que fez com o Google Books, iniciado em 2004.
Actualmente, o serviço Google News tem um tráfego de 9,5 milhões/ dia e atingiu a maturidade, pois já funciona desde 2002. A ideia de relançar a versão arquivo permite fortalecer a ferramenta e servir a mais necessidades e utilizadores.
De referir que a ideia do projecto não é nova. Além de decalcar modelos bem sucedidos nos mapas e nos livros, existe já no meio jornalístico desde 2003 o projecto Journalismnet, que permite pesquisar notícias antigas. Mas enquanto que neste exemplo, a recolha é da imprensa, rádio e televisão, no caso de Google só são notícias escritas.
Introdução
Google News Archive é um motor de pesquisa vertical (Vertical search) dedicado a notícias de arquivo. Trata-se de uma hemeroteca que difere do Google News Service por trabalhar mais a perspectiva temporal. Assim, as notícias com mais de 30 dias do Google News passam aos arquivos, embora ocorram atrasos nessas transferências. Por outro lado, o serviço de arquivo não recupera todas as notícias mais recentes, apesar de possuir a opção de notícias de há uma hora, do dia anterior ou de há uma semana.
Como explicámos em post anterior, a pesquisa vertical tem as suas virtudes, mas só funciona bem se a pessoa a usa para o fim para o qual foi pensada.
Presentemente, são dois serviços independentes, mas os responsáveis não descartam a hipótese de fundir tudo num só serviço no futuro. Está claro para quem estuda os motores, que existe um sub-aproveitamento da pesquisa especializada por parte dos utilizadores.
Finalidade do News Archive
Os responsáveis garantem que o objectivo principal é o de proporcionar uma mais rica experiência na pesquisa e alargar o leque de recursos gratuitos acessíveis pela Internet.
Nós podemos acrescentar, sem qualquer margem de erro, que a empresa pretende reforçar a sua liderança no mercado da organização e disponibilização de informação, criando mais produtos/ serviços para que o seu motor de pesquisa continue a ser o mais utilizado. Mais uso, mais interessados em usar o espaço Google para publicitar.
Todavia, há que reconhecê-lo, esta iniciativa prova que existem nichos no mercado que não são oportunamente explorados por outros actores. A própria imprensa mundial podia haver criado anteriormente consórcios e avançar com projectos de digitalização do papel e experimentar novos modelos de negócio na Rede.
Todos são conhecedores das graves dificuldades da imprensa convencional, da perda de assinaturas e da adopção da versão online de muitas edições em papel, ou ainda do aparecimento de versões electrónicas de raíz. Também se assistiu ao acesso incondicional aos arquivos dos jornais, depois ao acesso exclusivo para assinantes e, mais recentemente, à reabertura das hemerotecas digitais ao público em geral. É notória a reacção em vez do proactivismo neste sector. Uns resolveram esperar para ver, ciosos dos seus activos, outros não tiveram a dimensão nem a estrutura para isoladamente encontrarem um modelo sustentável na Internet.
Características do projecto
Fontes
Existem duas vias de alimentar a colecção deste arquivo. Na primeira possibilidade, Google coloca um crawler (spider) a recolher da Internet as notícias disponíveis. Mas, porque grande parte da informação não está acessível aos robots, por causa do que ficou conhecido por Internet invisível, a empresa decidiu sondar o mercado editorial da imprensa e propor essa disponibilização electrónica. Nesta via, há dois cenários: ou a entidade já tem o seu fundo em formato digital ou digitalizado, negociando-se apenas a modalidade de acesso; ou a colecção está em papel e deve ser digitalizada, assegurando Google esse serviço.
A receptividade da imprensa mundial nos primeiros anos foi pouca. Os detentores de conteúdos temiam a concorrência do Google. Mas a verdade é que sem concentrarem o acesso numa plataforma de consulta e distribuição, do Google ou de qualquer outra entidade, é complicado fazerem-se visíveis na Rede. O utilizador não vai estar a consultar jornal a jornal para um estudo ou levantamento de um tema, como já não o faz para se manter actualizado no dia-a-dia, recorrendo ao serviço Google News ou Yahoo News.
Agora, são mais as entidades que estão convencidas de que é uma fonte de receitas e que permite uma maior proximidade dos leitores.
Quanto à tipologia das fontes, existem basicamente 3 tipos de fornecedores de conteúdos: jornais/ revistas e agências de notícias (fontes primárias) e os agregadores (fontes secundárias), que dão acesso às primárias por subscrição e oferecem serviços/ produtos com valor acrescentado.
Google optou por não divulgar a lista de entidades do universo editorial que já aderiram ou com quem estão a negociar. Contudo, alguns nomes são conhecidos. Os jornais – Time, The Wall Street Journal, The New York Times, The Guardian e The Washington Post; os agregadores – Factiva, LexisNexis, Thomson Gale and HighBeam Research; as agências – AP e AFP.
Financiamento
Ter por objectivo disponibilizar online arquivos de notícias não é tarefa fácil, porque envolve custos pesados, sobretudo se as colecções estão em papel, se são muito grandes e/ou se estão em estado de preservação delicado. Qualquer das situações requer uma boa política de planificação quanto a direitos, armazenamento, etc., mesmo quando se trate de colecções born digital.
Google mantém o segredo acerca da fatia de orçamento destinada a este projecto, mas a viabilidade está assegurada pelas receitas que gerar o AdSense (ferramenta de publicidade do Google) e da cobrança da digitalização de colecções, nos casos em que isso vier a ocorrer. As receitas de publicidade serão para dividir com os editores.
Cobertura temporal e geográfica
Foi anunciado um período de cobertura temporal de 244 anos, o tempo de vida do jornal mais antigo que faz parte da colecção – Quebec Chronicle-Telegraph. Mas é óbvio que a maioria dos registos datam de épocas mais recentes, sobretudo de 1944 até à actualidade. O objectivo de Google é desbloquear situações de digitalização de fundos mais antigos junto de entidades que o queiram disponibilizar.
Na fase de arranque, os jornais e revistas incluídos eram americanos, mas presentemente estão a aderir editores de outros países e línguas.
Tamanho
Referem-se cerca de 100 entidades até ao momento. A colecção é ainda muito pequena e há temas/ tópicos sem qualquer notícia. Os responsáveis recomendam o tema do assassinato de Kennedy e a ida à Lua de Neil Armstrong e Edwin Aldrin para uma avaliação do potencial deste arquivo.
São já milhões as notícias pesquisáveis, mas isso representa uma gota no oceano da imprensa. Para ter uma ideia da dimensão do projecto, considerem-se os números de um único título. O jornal Time, que optou pelo regime de acesso livre, tem 1400 números e 300000 notícias digitalizadas que compreendem um período que vai desde 1923 à actualidade.
Tecnologia
Neste projecto Google usa a mesma tecnologia que para os livros com algumas melhorias, não só fruto da experiência, mas também da especificidade dos jornais (necessidade de localizar a notícia na página, em geral mais ampla). A Heritage Microfilm, especializada em criar microfilmes de preservação de jornais, e a ProQuest, grande fornecedor de serviços de informação – recolhe, organiza, publica e distribui informação, são os principais parceiros tecnológicos neste projecto.
Funcionalidades do site
Acesso
O acesso a este serviço faz-se desde a página do Google News através da opção “News Archive Search” ou da página do News Archive.
Quanto ao acesso às notícias, há o acesso livre e o acesso mediante pagamento. Se há lugar a cobrança, o utilizador é redireccionado para o jornal/ revista em causa. Isto significa que este processo escapa à gestão do Google e essa operação não tem lugar sequer na plataforma da empresa. Todavia, a pessoa pode sempre antever a notícia (preview) antes de passar à fase de aquisição.
Para as notícias em acesso aberto, existe o formato electrónico (independentemente da data), e o formato digitalizado, ao qual Google chama de notícias em contexto. Este último caso é fruto das digitalizações realizadas pela empresa e apresenta a notícia na página de jornal, sendo possível navegar pelas várias páginas desse jornal e ver outras notícias desse dia, a publicidade, as imagens e fotos, etc.
Na imagem, é possível ver uma notícia digitalizada em contexto, uma notícia digitalizada e uma notícia já publicada em formato electrónico.
Pesquisa
O motor procura em todo o corpo da notícia (pesquisa a texto completo). Dependendo da modalidade de pesquisa – simples ou avançada, é possível mais ou menos precisão. Os critérios são vários e parametrizáveis: a data pode ser detalhada ao dia; o custo da notícia permite filtrar por notícias gratuitas ou valores específicos. Além disso, o sistema permite introduzir o jornal pretendido e a língua dos resultados.
Debaixo do menú geral de pesquisa, existem uns tópicos/ temas seleccionados como sugestão. Funcionam como pre-pesquisa, caso algum dos temas interesse à pessoa, e também como exemplo de como se deve pesquisar, servindo de mote para um utilizador menos treinado.
Atentando nesses temas pre-pesquisados, avalia-se prontamente a forma como está organizada a informação para recuperação. São em geral personalidades individuais ou colectivas (marilyn monroe, duran duran), factos com designações bem conhecidas do grande público (keneddy murder), e fenómenos políticos, económicos, naturais, etc. (iraq war, kyoto protocol, aurora borealis, cyberespace). A organização da informação segue a lógica do clustering. Agrupa-se o que está relacionado com um tema ou tópico.
Visualização de resultados
O serviço oferece a possibilidade de consultar os resultados por notícias (News articles) ou por tabela cronológica (Timeline). Nesta última, são usados algoritmos que organizam as notícias na linha do tempo e geram um gráfico e uma espécie de clusters temporais do lado esquerdo. É uma forma muito sedutora de apresentar resultados e que permite leituras interessantes do tratamento de determinado tópico ao longo do tempo.
Experimentei a consulta por Timeline com o termo “web 2.0″ e constatei que só há notícias com este tema desde 2004. A pesquisa a “marilyn monroe” apresenta dados que vão desde 1500 a.C. até à actualidade. É compreensível a predominância na fatia 1950/1960, época de auge da actriz; fazem igualmente sentido as datas mais recentes, associadas a notícias póstumas sobre revelações, objectos que vão a leilão e outros. Mas questionei-me sobre as datas a.C. Seleccionando essa zona na tabela temporal, verifiquei que se trata de uma data relacionada com ensaios sobre a beleza de que a actriz é um exemplo. Isto significa que a Timeline considera não só as datas das notícias, mas também as datas que fazem parte do conteúdo dessas notícias.
Creio que fica explicado o interesse e o potencial associado a esta ferramenta.
Sobre a consulta da notícia na página de jornal em que originalmente surgiu (notícia em contexto), o que se pode dizer é que é outro factor que enriquece a visualização de resultados. Isto só ocorre com as notícias digitalizadas pelo Google, ou seja, aquelas que contenham a indicação da entidade que detém o conteúdo, seguida de “Google News Archive”.
Todo o contexto da época pode ser recuperado, desde o destaque dado à notícia até à visualização das fotos originais, passando por aspectos mais técnicos como a composição, as fontes, etc. A exploração é muito intuitiva. Funciona:
- o zooming;
- a visualização em ecrã completo;
- a navegação pelas várias páginas do jornal;
- a cor de destaque nas palavras pesquisadas;
- a localização da notícia na página (layout à direita);
- a possibilidade de obter o URL exacto da notícia para colocar em listas de referências bibliográficas (Link to article).
Refinamento e expansão da pesquisa
Como fica provado, desde a visualização dos primeiros resultados, é possível numa lógica de clustering, relançar a pesquisa, restringindo os resultados a determinados parâmetros de tempo.
Além de reduzir o espectro de resultados, é possível alargar os mesmos através das opções “Related news” e “Related pages”. São opções com funções distintas. A primeira usa os clusters e apresenta outras notícias com o mesmo tópico/ temática. Já a segunda utiliza a lógica dos URL e dá páginas que estão ligadas à página da notícia que seleccionarmos.
Ordenação de resultados
Os resultados são apresentados por relevância na modalidade “News articles”. Quando se elege a opção “Timeline”, o critério é cronológico.
Monitorização de temas/ tópicos
À semelhança do serviço de alertas do Google News, é possível criar o “Google alert”. Para criar um alerta, basta indicar o tema, seleccionar a modalidade “News” no tipo de informação que se pretende, indicar a periodicidade com que se deseja que o alerta funcione (sempre que haja novidade, 1 vez no dia ou 1 vez na semana).
Desta forma, é-se notificado acerca da entrada de uma notícia nova no arquivo. É preciso não esquecer que este arquivo tende a crescer e está a ser alimentado.
Globalmente, penso que este projecto está ganho e é-o porque está pensado para o utilizador final. Por muitas críticas que se façam ao Google, há que reconhecer-lhe mérito e visão estratégica. Seria benéfico que outros “googlizassem” mais a sua perspectiva e tentassem antecipar-se, em vez de se contentarem em apanhar o comboio à última hora.
Acerca da crítica mais contundente ao projecto – acesso a notícias com pagamento, parece-me arrogante. Esse facto não depende do serviço. Além isso, é preferível ter um serviço que permita pesquisas e uma lista de referências que se poderá consultar sem custo em bibliotecas ou hemerotecas, do que não ter qualquer base de trabalho à partida. Por outro lado, num serviço rápido, cómodo e de qualidade, é legítimo que um valor justo seja cobrado. Já não estou de acordo que se cobrem exorbitâncias por um recurso para cujo acesso não existem alternativas.
Cuil, a guerra do tamanho? – Parte II
Vistos os objectivos e propostas do Cuil, debrucemos-nos agora sobre a sua prestação.
A difícil missão de filtrar e apresentar informação relevante
Voltando ao tamanho…
Os responsáveis do Cuil afirmam ser importante o tamanho do índice e defendem que se incluam sites de pequena dimensão. Todavia, o que se verifica é que o tamanho pode ser contraproducente. Quanto maior for o índice, mais tempo leva a actualizar essa informação – o Google usa tempos diferentes para actualizar páginas de notícias, por exemplo. Outra consequência lógica é a maior lentidão na resposta e a maior dificuldade em filtrar, ou seja, separar o trigo do joio. Isto, apesar das possibilidades tecnológicas estarem em evolução.
Porém, existe mérito no trabalho realizado pela equipa. Com muito poucos recursos humanos e com menos computadores, recolheram um número muito elevado de páginas.
O novo look e a preocupação com a privacidade
Acerca da forma de apresentação dos resultados em colunas, há quem goste e há quem ache que dificulta a leitura, precisamente o contrário do argumento utilizado pelos criadores. O que me parece indiscutível e positivo é a novidade e o assumir o risco da mudança. A personalização do interface é também um aspecto que soma pontos, embora não seja inovador, porque outros motores já o fazem desde há muito.
Discutindo a relevância dos resultados
Nesta área parece haver consenso nas reações quanto ao fraco desempenho do Cuil. Existem vários testemunhos, mas tomámos o teste apresentado na Online Tech Tips que utilizou a expressão “shipping seven” que se refere à futura versão do Microsoft Windows. Analisou a pertinência dos dez primeiros resultados nos vários motores de pesquisa que foram: Cuil – 10%; Google – 100%; Yahoo – 50%; Live Search – 60%; Ask – 0%. Em dez resultados, Cuil apresentou apenas um relacionado com o tema pesquisado.
Eu mesma realizei um teste simplório com o Cuil e o Google. Digitei a expressão “mastersid”, que se refere a um master da Universidade de Salamanca. Cuil não recuperou nos dez resultados uma única página relevante. Google apresentou como primeiro resultado um trabalho de um aluno realizado nesse curso e, na terceira posição, a página oficial do dito master. Curiosamente, o sistema do Cuil recuperou, e apresentou na página 4 de resultados, uma série de entradas do site Tagzania que possuíam a etiqueta “mastersid”. Foi um teste realizado pelos alunos desse master para experimentar as etiquetas e conhecer Tagzania. Devo dizer que o endereço do master é “http://mastersid.usal.es”, ficando claro que o sistema valorizou mais as etiquetas que os URL e recuperou, neste caso, o menos relevante.
A fórmula utilizada pelo Cuil necessita de muito trabalho para chegar à precisão actual do Google. Ao fraco desempenho na relevância, junta-se a ausência de pesquisa vertical, tendo sido o aspecto mais criticado a impossibilidade de este motor pesquisar especificamente imagens. Finalmente, a opção de não usar IP ou cookies para obter padrões de uso pode comprometer desenvolvimentos futuros.
O sucesso de um bom motor de pesquisa está associado à combinação de várias técnicas, e excluir à partida algumas possibilidades tecnológicas, não é muito sensato. A política de privacidade agrada à sociedade internauta, mas apenas a breve trecho, porque se a ferramenta não é eficaz, não vai ser utilizada.
Panorama actual e tendências que se desenham nos motores de pesquisa
Cuil tem muito para desenvolver e outra coisa não seria de esperar, porque estamos a falar de escalas muito diferentes, quando comparamos as duas empresas: Cuil tem 30 empregados contra os 20000 de Google; opera há 2 anos, tendo apresentado publicamente o seu produto há menos de dois meses. Ora, Google leva uma década de andanças.
Apesar de uma tecnologia poder alterar completamente as peças no tabuleiro de xadrez, não parece que isso vá ocorrer com Cuil, pelo menos no imediato. Google guarda bem o segredo do seu PageRank e tem procurado continuamente melhorá-lo e superá-lo com uma solução mais eficaz. É uma empresa com tecnologia muito madura, por enquanto líder, e que tem e usa todos os recursos para manter essa liderança com novos desenvolvimentos. Além disso, mantém-se muito atenta aos seus competidores… Seria até muito provável que uma qualquer melhora significativa conseguida por uma start up fosse imediatamente assimilada pelos grandes buscadores da actualidade – Google, Yahoo ou Live Search da Microsoft.
Creio que fica provado que o tamanho não é a questão de fundo, apesar do crescimento imparável da rede. O aumento do índice deve ser acompanhado de técnicas cada vez mais inteligentes no processamento de tanta informação. E nenhuma deve ser descartada.
Cuil, a guerra do tamanho? – Parte I
Como tem sido recorrente nos últimos dez anos, vários projectos de motores de pesquisa surgiram com o intuito de destronar Google, o motor actualmente mais utilizado em todo o mundo. Foi o que voltou a ocorrer com o Cuil, lançado no passado dia 27 de Julho.
Cuil
Nesta primeira parte, falaremos do projecto e principais características. Numa segunda fase, a atenção estará voltada para as reacções, testes e comentários ao desempenho do Cuil.
Cuil pronuncia-se “cool” e significa conhecimento na sua origem irlandesa, oferecendo uma imagem de transparência e inovação (veja-se a simplicidade do site) na forma de trabalhar uma área tão complexa como é a pesquisa e a recuperação de informação relevante na Internet.
O projecto arrancou em 2006 e está encabeçado por excelentes peritos na área da pesquisa, nada mais nada menos que Anna Patterson e Russel Power, dois ex-Google, aos quais se juntou Louis Monier.
Processo utilizado no Cuil
Neste projecto, como em qualquer projecto de indexação, foi recolhido o material – as páginas web, com um robot, o Twiceler. Uma vez capturadas as páginas, foi analisado o seu conteúdo e foram aplicadas técnicas de data mining. Quando um utilizador faz um pedido, o sistema analisa a expressão de pesquisa e apresenta os resultados em contexto. Ou seja, a pessoa escreve simplesmente “jaguar”, sem especificar se a informação que pretende diz respeito ao animal, ao carro ou ao sistema operativo. Essa polissemia é controlada e, na apresentação dos resultados parciais, a pessoa é convidada a precisar, sem ter que reformular a questão ou perder tempo a consultar uma lista de resultados sem interesse para o seu objectivo.
As “bandeiras” do Cuil
Em todos os artigos publicados na imprensa e na página oficial de Cuil sobressaem quatro aspectos neste novo motor de pesquisa.
- Primeiro – Tamanho do índice
Os criadores do Cuil reclamam que têm um índice 3 vezes superior ao do Google, embora desde há três anos a empresa não divulgue o número de páginas que indexa. No caso do Cuil, o índice foi criado com base em 120 mil milhões de páginas de um total de 186 mil milhões recolhidas. No processo de indexação, manual ou automático, é necessário fazer uma depuração. São rejeitadas páginas duplicadas (a duplicação é uma característica da rede), páginas que constituem armadilhas para o robot, como calendários, porque fica a puxar páginas infinitamente, praticamente vazias de conteúdo.
- Segundo – Apresentação/ Visualização dos resultados
A aposta para o layout do Cuil foi seguir a dos jornais, ou seja, a disposição dos resultados em três colunas. Trata-se de uma fórmula universalmente testada e bem sucedida na imprensa, por isso uma aposta ganha, pensam os criadores. Argumentam que é mais fácil de ler e mais limpa. Além disso, a pessoa pode ver mais resultados sem recorrer ao cursor. Para cada resultado, existe uma imagem que, segundo os autores, ajuda o utilizador a fazer uma avaliação mais rápida acerca do interesse da página recuperada.
Além da novidade no layout, é oferecida a possibilidade de refinar a pesquisa após um primeiro pedido e respectiva lista de resultados. A técnica usada é a de “clusters” ou tópicos que ajudam a pessoa a redireccionar o sentido da pesquisa.
Também na introdução da expressão da pesquisa funciona a “search suggestion”, ou seja, o sistema vai preenchendo automaticamente a partir dos caracteres que vão sendo digitados.
Neste capítulo, falta mencionar o “safe search” (que também existe na pesquisa avançada do Google Search) e a possibilidade de personalizar o layout. Por defeito o sistema assume 3 colunas e o modo de pesquisa segura, mas cada pessoa pode alterar e gravar as preferências no seu navegador.
- Terceiro – Critério de ordenação baseado no conteúdo
O ranking é das partes mais sensíveis em todo o processo e é a alma do sistema de pesquisa, porque ninguém deseja uma lista de resultados sem qualquer critério. Os critérios inicialmente utilizados, antes da era Internet, portanto em colecções controladas, eram o alfabético e a data. Com um universo de resultados usualmente amplo, foi necessário desenvolver o critério da relevância, que aliás tem sido exportado para catálogos, bases de dados, etc.
David Sullivan, estudioso desde há uma década dos motores de pesquisa e autor do site Search Engine Land, considera 4 estádios de desenvolvimento nos critérios de ordenação de resultados. Apesar da evolução clara, é possível e desejável que as etapas seguintes incorporem o melhor ou o que continua a ser eficaz das anteriores.
- Critério baseado na ánalise do conteúdo das páginas. Corresponde à fase do Lycos, do Infoseek, do Webcrawler, etc. Consistia em apresentar em primeiro lugar as páginas que apresentassem a frequência mais elevada dos termos pesquisados. Também eram consideradas mais relevantes as páginas em que co-ocurressem termos ou que se encontrassem em partes do documento mais importantes, como na etiqueta title, por exemplo. O índice era praticamente uma “cópia” dos textos das páginas web.
- Critério que usa a análise dos links das páginas. Este método de cálculo da relevância representou uma revolução e está associado ao PageRank da dupla Page+Brin. Há várias fórmulas, mas a mais eficiente até à data é a de Google que usa o PageRank combinado com outras estratégias. Basicamente, trata-se de medir a relevância de uma página por meio dos links que apontam a essa página, ou seja, através da sua visibilidade na rede. Se outras páginas apontam a essa, parte-se do princípio que é importante. A situação complica-se quando é necessário calcular também a relevância/ autoridade de quem aponta a essa página. Se diversos organismos credíveis apontam a essa página, ela é muito mais relevante. Neste critério, fala-se de votos por meio dos links e de popularidade. O calcanhar de Aquiles desta técnica está no que ficou conhecido por Googlebombing.
- Critério de ordenação por tópicos (vertical search). É uma técnica que assenta na ideia elementar que um bom resultado depende muito da pessoa saber ou não o que procura. Assim, apresenta-se ao utilizador uma série de categorias ou tópicos (por temas, por área geográfica ou por tipologia de recursos – imagem, vídeo, blog, etc.) para ajudar a uma pesquisa mais focada. A pesquisa geral na web chama-se horizontal por oposição a este tipo de pesquisa mais especializado. Porém, a prática revele que as pessoas não usam ou não sabem para que serve, pelo que o uso da caixa simples e da pesquisa básica continua a ser preferido.
- Critério assente no uso da informação. É a mais recente tendência e utiliza informação dos padrões de comportamento e uso dos utilizadores para melhorar os resultados. O número de cliques, os resultados seleccionados e o tipo de navegação na folha de resultados, conjugado com a personalização da pesquisa, constituem os pontos fortes desta técnica. Trata-se de monitorizar os sites mais visitados, as queries feitas, associando-os a um grupo, ou mais propriamente a um indivíduo, fazendo com que as opções anteriores pesem na apresentação dos resultados futuros. Há quem defenda que o comportamento social pode funcionar para este fim, mas vários peritos dizem que a pesquisa, ao contrário dos favoritos, é um acto muito pessoal e não partilhável. Acrescentaríamos que é também um processo muito dinâmico. Vincent Cerf da Google garante, aliás, que se o Google é popular, isso se deve ao facto de procurar ser útil a cada indivíduo.
O Cuil usa o critério de análise do conteúdo, combinado com a popularidade. Só oferece pesquisa horizontal e não usa o tracking para melhorar resultados, visto não guardar qualquer informação das pesquisas efectuadas.
- Quarto – Política de privacidade
O Cuil demarca-se substancialmente do Google e de outros motores no activo. Os responsáveis afirmam que não recolhem IP nem usam cookies para conhecer os utilizadores que os visitam. Actualmente, o Google guarda os dados por um período de 18 meses, tendo sido pressionado a estabelecer um prazo de armazenamento por protestos dos seus utilizadores e exigências legais. No Cuil a transparência é total. Respeitam-se os protocolos de proibição de captura por robot (ficheiros robot.txt) e as cookies usadas para personalizar o layout não são armazenadas nos servidores mas localmente no PC do utilizador.
Mapa de acessos
Copyright Cláudia Amorim. Tema 'Clean Modern Simple' por Curt Ziegler.
