Szűkülő körben

A világháló fejlődésével a kezdetben szövegközpontú tartalom átalakult, és egyre inkább teret nyert a multimédia. Ezzel együtt megszülettek a multimédiás tartalomra specializált keresők, amelyek felvirágzását a híres-hírhedt mp3 zenei formátum elterjedése hozta el.

A legelterjedtebb szövegen túli elem a kép, így számos kereső ezek keresésének lehetőséget is felvette szolgáltatásai közé. A legtöbb képkereső azonban vak, azaz nem is vizsgálja meg a képeket. Ehelyett a képet körülvevő szövegből próbálják meg kitalálni, hogy az mit ábrázolhat.

Így például, nem is olyan egyszerű a keresőn a pornográf anyagok kiszűrése. A kulcsszavak és az internetcímek blokkolása kevéssé hatékony, a megfelelő képfelismerő technológiára pedig még várni kell – optimista becslések szerint is 6-12 hónapot.

Mit keres a szomszédom?

Egy népszerű kereső által kapott napi több tízmilliós kérdéstömeg jelentős információt hordoz önmagában. Megtudhatjuk ugyanis, hogy mi érdekli az embereket, és milyen téma számít felkapottnak.

A Google rendszeresen közli – Zeitgeist, azaz korszellem fantázianéven – az elmúlt hetek-hónapok kereséseinek összesített eredményeit. Ebből megtudhatjuk, hogy milyen nyelven milyen témakörökben kerestek az emberek, és mi iránt ugrott meg vagy csökkent az érdeklődés.

A leglátogatottabb kereső statisztikáiból kitűnik, hogy az internet elsődleges nyelve – bizonyára nem nagy meglepetésre – az angol (a keresések 64 százalékában). Ezt követi a német (9 százalék) és a japán (8 százalék).

Annál meghökkentőbb viszont, hogy a keresések csupán egytizede irányul erotikus vagy pornográf jellegű témák felé, sokkal gyakoribb a művészetek (22 százalék), a számítógépek (20 százalék) vagy a társadalmi témák (12 százalék) iránti érdeklődés.

A Google-t használók körében elsöprő a Microsoft dominanciája: 90 százalékuk valamilyen Windows-rendszert használ, a Linux-hívők sovány 1 százalékával szemben.

A Yahoo Buzz Index nevű mutatója inkább a napi szenzációkra összpontosít. Az index naponta tartja nyilván, hogy egyes kategóriákban milyen nevek vagy kulcsszavak iránt nőtt meg hirtelen az érdeklődés.

Az egyes keresések listája kevésbé segíti a trendek megismerését, annál inkább kielégíti az emberek kíváncsiságát. Igény pedig valószínűleg van, hiszen több kereső (Excite, ask.com, Metacrawler) is nyújt ilyen típusú szolgáltatást, amelynek legtalálóbb nevet talán az ask.com adott: Less be a kulcslyukon!

A láthatatlan világháló

A legnagyobb probléma a keresőkkel kapcsolatban az, hogy a világhálónak csak egy részét, mégpedig a kisebbik részét kutatják át. Még a legtöbb indexelt lappal büszkélkedő kereső, a Google is csupán 1,3 milliárd weblapot néz végig, amely a .com kiterjesztésű oldalaknak is csak 20 százaléka. Az új weblapok száma pedig elképesztő ütemben nő: a Forrester Research becslése szerint naponta másfél millió új oldal kerül a világhálóra.

A keresők emellett nem látnak minden információt, ami a weben elérhető. Legtöbbjük csak az oldalakon elhelyezkedő szöveget képes vizsgálni. Bár jelentős lépés volt, hogy a Google – a keresők között elsőként és eddig egyedüliként – az Adobe Systems által elterjesztett, úgynevezett Portable Format Document (PDF) típusú file-okat is képes végigböngészni, számos információtípus (többek között az adatbázisok) mégis rejtve marad a keresők előtt.

A láthatatlan világháló így jóval, egyes becslések szerint akár 500-szor nagyobb lehet annál, mint amit a keresők vizsgálnak. Ezt a problémát próbálja megoldani a Intelliseek technológiája, amely célzott adatbáziskeresésekkel próbál információt kinyerni a keresők számára eddig elérhetetlen adatbázisokból. Ezt a módszert több oldal is használja, többek közt a profusion.com és az invisibleweb.com.