Sabe como pesquisar nos motores de pesquisa?

Os motores de pesquisa são actualmente confundidos com a própria Internet. É normal milhões de pessoas, por esse mundo fora, ter o google como página principal do seu browser, e isso ser, para elas… a Internet. Tudo gira em torno da pesquisa, do que existe na Internet aos olhos de um Google, Bing ou Yahoo.

Mas como funciona o “cérebro” de um motor de pesquisa?

Vamos saber um pouco mais sobre esta ferramenta vital para a Internet, o que é o mesmo que dizer, uma ferramenta vital para a sociedade moderma.

A lógica Booleana

A partir da lógica Boole, a maior parte dos sistemas de recuperação de informação, exemplo Motores de Pesquisa, como a Google, entre outros, actua segundo o princípio de “textmatching”, pelo qual um termo de pesquisa (palavra ou conjunto de palavras) é introduzido numa caixa de pesquisa e o sistema devolve um conjunto de registos da base de dados que contêm o termo ou termos em questão.

Contudo são poucos os tópicos de pesquisa que podem ser adequadamente expressos por uma simples palavra ou frase curta. A lógica booleana vai permitir combinar esses termos de modo a possibilitar a introdução de expressões de pesquisa mais complexas na base de dados.

Os operadores booleanos mais comuns são:

• and
• or
• not

O operador AND é similar à intersecção de conjuntos.

É usado para restringir uma pesquisa ou torná-la mais específica

• Nesta pesquisa, são recuperados os registos em que AMBOS os termos estão presentes;
• A área sombreada onde os dois círculos se intersectam representa todos os registos que Contêm simultaneamente o termo “poverty” e o termo “crime”;
• Os registos que apenas contêm um dos termos não são recuperados.

Quantos mais operadores AND utilizarmos, menor será o número de registos recuperados.

Operador OR

O operador OR é similar à união de conjuntos.

É usado para alargar uma pesquisa ou torná-la mais completa, através da inclusão de sinónimos ou termos variantes para o mesmo conceito.

• Nesta pesquisa, recuperamos os registos em que PELO MENOS UM dos termos está presente;
• A área total dos dois círculos representa todos os registos que contêm o termo “college”, o termo “university”, ou ambos.

Quantos mais operadores OR utilizarmos, maior será o número de registos recuperados.

• O operador OR é frequentemente desprezado por utilizadores menos experientes;
• É, no entanto, fundamental para uma recuperação eficiente da informação, até porque os termos utilizados para expressar um mesmo conceito podem variar muito, mesmo dentro de uma mesma base de dados.

Operador NOT

O operador NOT é usado para restringir uma pesquisa através da exclusão de um termo

• Nesta pesquisa, são recuperados apenas os registos em que o PRIMEIRO termo está presente e o SEGUNDO ausente;
• A área sombreada do primeiro círculo representa os registos que contêm o termo “cats” mas não o termo “dogs”;
• Os registos que contêm ambos os termos não são recuperados.

• O operador NOT deve ser usado com cuidado: o termo que pretendemos obter pode estar presente em documentos importantes que também contenham a palavra que pretendemos eliminar;
• O operador NOT, contrariamente aos outros, é influenciado pela ordem dos termos.

“cats” not “dogs” é diferente de: “dogs” not “cats”

Utilizando os operadores booleanos, poderemos compor expressões de pesquisa complexas (pollution OR contamination) AND (ocean OR sea) Nas expressões complexas, em que entre mais do que um tipo de operadores booleanos, a utilização de parêntesis permite eliminar a ambiguidade.

Truncatura

A truncatura permite pesquisar termos com terminações diferentes; A truncatura permite alargar a pesquisa, obtendo um maior número de registos.

Wildcards (variáveis)

Para recuperar grafias diferentes de um mesmo termo, muitas bases de dados permitem a inclusão de variáveis.

• wom?n pesquisa woman e women (singular e plural)
• colo?r pesquisa colour e color (grafias diferentes do inglês)
• bra?il pesquisa brasil e brazil (línguas diferentes)
• Egi?to pesquisa Egipto e Egito (grafias diferentes do português)

Operadores booleanos: problemas

Para satisfazer uma pesquisa, os termos de pesquisa apenas precisam de aparecer num qualquer ponto do registo.

Assim, a expressão…

“school” AND “libraries”

…recuperará todos os registos que contenham o termo “school” e o termo “libraries”; Mesmo que um dos termos apareça no título e outro no resumo; Mesmo que o registo nada tenha a ver com bibliotecas escolares, que seria, à partida, o que se pretenderia.