A keresők hőskorában, melynek egyik főszereplője az Altavista volt (emlékszünk még rá?), a találatok sorrendezését a relevanciára próbálták alapozni: Egy adott szöveg, oldal egy adott keresőkifejezéshez mennyiben kapcsolódik. Igazából egy darabig nem jelentett gondot, ám a hozzáférhető tartalom mennyiségének robbanásszerű emelkedése új problémákat hozott.
A mai keresők mindegyike statisztikai algoritmusokra épül alapvetően. A Google forradalmi ötlete az volt, hogy az oldalak közötti kapcsolatokat figyelembe vette annak megállapításában, hogy melyek azok az oldalak, amelyek egy-egy témában véleményformálóak, meghatározóak. Akiknek ismert a tudományos írások impact factor száma, az rögtön láthatja az ahhoz való hasonlóságot. Egy-egy írás annál értékesebb, minnél többen idézik az adott tudományterületen. Még jobb ha olyanok idézik persze, akik maguk is sokat idézett írók.
Ha továbbgondoljuk a párhuzamot rögtön látszik két alapvető probléma, amelynek nem igazán látszik még a teljes megoldása a keresésben:
1. Új oldalak: a statisztikai alapú algoritmusok természetükből adódóan visszafele tudnak csak nézni. Ha túlságosan új egy információ, még nem volt lehetősége kiépülni az idézési struktúrának. Ez pedig alapfeltétele lenne annak, hogy jó helyre kerüljön a sorrendezésben.
Ez ma egyre fontosabb témává vált a keresés szakterületén írók között az egyre jobban terjedő közösségi hálózatok és azonnali üzenetek (pl. Twitter) világában, ahol kiderül, hogy a legjobb információk sokszor még sehol sem idézettek. Ezek megtalálására a hagyományos keresők egyszerűen nem alkalmasak.
2. SEO: Ma már magyar nyelven is egyre jobban tetten érhető jelenség, hogy sokszor pénzügyi erőforrás kérdése, hogy egy adott kulcsszóra hova kerüljön valakinek az oldala. Hozzálehet jutni linkekhez, újra lehet írni szövegeket kulcsszósűrűség alapján és így tovább. Újra csak nem az információ minősége az elsődleges meghatározó, hanem valamilyen más szempont.
Kérdés persze, mi vezet a megoldás irányába? Itt 3 lehetséges irányt emelnék ki:
- Biztosan benne lesznek a közösségi megoldások, ahol a felhasználók szavazata segíthet gyorsabban kiemelni egy új lapot az információs szénakazalból.
- Szemantikus keresők fejlődése: Itt kopogtat az ajtónkon már ez a generációja a keresőknek (powerset, hakia, iglue stb.), és természetesen a nagy keresők fejlesztésének is ez az egyik fő iránya. Próbálják az oldalak szövegét jobban "megértetni" a keresőmotorral a tárolás során. Nem mindegy ugyanis, hogy egy kulcsszó az adott oldalon a fő tartalom vagy éppen mondjuk a SEO szempontok miatt került oda.
- A találatok jobb megjelenítése. A sorrendezés ilyen mértékű fontosságának az az oka, hogy egy-egy keresőkifejezés esetében az első 10 helyről lecsúszó jó források gyakorlati szempontból láthatatlanok. Hiába van a 13. helyen a számomra legjobb adat, ha egyszerűen soha sem fogok a második találati oldalra lapozni, márpedig a statisztikák ezt bizonyítják.
Mit lehet tenni? Vizualizálni a találatokat (searchme, kartoo, quintura) vagy éppen clusterekbe, tartalmi csoportokba rendezni az információt (polymeta, clusty). Az igazság az, hogy nem tudott még egyik sem a főáramba kerülni.
Ez már csak azért is fontos, mert a tartalom mennyiségének növekedésével ez egyre inkább szűk keresztmetszet. Elméleti szempontból is képtelenség, hogy ott legyen 10 találatba besűrítve a számomra fontos információk teljessége.
