Mi aggiungo ai complimenti di LowLevel sulla comunità e non mi pronuncio sui vari screzi di cui ho avuto occasione di leggere nel [url=http://www.giorgiotave.it/forum/viewtopic.php?t=6316]topic sugli insulti (ricordo qualche incomprensione iniziale con Mamilù dovuta probabilmente al fatto che è molto passionale in ciò fa, ma alla fine tutto si chiarì).

Mi riaggancio a quanto dice LowLevel mutando le sue affermazioni in cosiglio. La programmazione di un buon motore di ricerca è, evidentemente, un lavoro complesso (molto bello l'aneddoto di AgoAgo sulla multinazionale russa che fotografa perfettamente la mancanza di cultura anche ad alti livelli sui costi e le dimensioni dei progetti. In Italia, senza disfattisimi, ci sarebbero i medesimi aneddoti che confermano che sia forse peggio).

@LowLevel said:

Qui tutti danno per scontato che "motore di ricerca" equivalga a "motore di ricerca dedicato al Web ed ad un uso pubblico".

A tal proposito copio la definizione di Motore di Ricerca di wikipedia (invitandovi a migliorarla, naturalmente):

Un motore di ricerca è un sistema automatico che analizza un insieme di dati spesso da lui stesso raccolti e restituisce un indice dei contenuti disponibili classificandoli in base a formule matematiche che ne indichino il grado di rilevanza data una determinata chiave di ricerca.

non ha senso andare da un cineamatore dilettante per dirgli di piantarla di giocare con la cinepresa visto che non possiede gli stessi mezzi di Cinecittà o Hollywood. Fategli fare pratica, a quel cineamatore

Pienamente d'accordo anche su questo punto e in più aggiungo che il regista di Hollywood ha solo interesse nel supportare progetti del genere, perchè sarà il primo ad essere interpellato e imitato.

In definitiva il mio consiglio è questo (scusate la lungaggine per arrivarci): in fase iniziale progettate il motore affinchè lavori solo in un ristretto campo (evitando l'online), in modo da poter effettuare la raffinazione del software direttamente su un campo ristretto di lavoro e avere più a portata di mano le variabili da controllare. A mio giudizio il lavoro ne risulterà agevolato. L'applicazione sul web è solo causa di problemi maggiori, che possono essere affrontati una volta che si ha ben chiaro il progetto da portare avanti.

Il mese scorso sono stati pubblicati tre articoli divulgativi/introduttivi all'Information Retrieval su Login (ed. infomedia), chi fosse interessato è invitato a procurarseli (gli articoli sono stati scritti alla fine dell'estate scorsa).

ciao a tutti e buon lavoro,
Lucas

Visto che le iniziative di GT spaziano in lungo in largo e arrivano alla programmazione di un motore di ricerca, sbaglio o vi state dimenticando della cosa più piccola?

Un nuovo forum programmato ad hoc evitando soluzioni precompilate spesso insicure.

un saluto,
Lucas

@emanueledg said:

Ma se googlebot volesse aumentare la qualità del web non dovrebbe far altro che muovere un dito svalutando quei risultati che secondo il DOM risultino imperfetti (non sarebbe male).

Bel post.

In aggiunta c'è da dire che la "qualità tecnica" del web non è una delle priorità di google, e, se divenisse una priorità, andrebbe contro il primo obiettivo (= reperire informazioni di qualità semantica e non tecnica tra "tutte" le pagine presenti sulla rete). Effettuare una selezione del genere a mio giudizio peggiorerebbe la qualità delle serp.

ciao,
Lucas

Ehehehe!
E' divertente solo vedere le foto...!

Mi ricorda quella volta che sono andato al raduno delle a112... (<-- macchinone eh?!)

ciao a tutti,
Lucas

Bellissima discussione. Grazie a Bartender e anche a LowLewel che riesce sempre ad essere interessante.

La mia idea è una via di mezzo tra le due:

1. DMOZ ha una filosofia molto bella (quasi come wikipedia che in più è un'intuizione geniale).
2. C'è qualcosa che non va (in fondo anche il comunismo Marxsista era una bella filosofia, ma messo in pratica in Russia, in un contesto sociale così errato e impreparato, è stata una catastrofe).
3. Non credo affatto che ci siano complotti, solo una grande disorganizzazione (o meglio una "a-organizzazione" dettata dalla mancanza di "personale").

Personalmente non sono un editor (pur avendo fatto richiesta, rifiutata), ma - come la maggioranza delle persone qui - adoro la condivisione gratuita di conoscenze (GT ha dato la sua giuda al posizionamento, LowLewel il suo ottimo sito, io il mio piccolo contratto per vendita siti internet e così via), perciò partiamo dal postulato che alla maggior parte di noi piace la filosofia alla base di Dmoz.

In effetti il fatto che molti tra gli editor siano webmaster o SEO è una cosa che ha fatto nascere dubbi anche a me, lo ammetto (progetto-internet, il fatto che nel profilo ci siano i link diretti ai propri siti, ecc.)... ma l'averne conosciuto qualcuno recentissimamente mi ha un po' chiarito le idee... tra i tanti alcuni saranno degli approfittatori, ma anch'io credo - spero - non siano la maggioranza... ma la discussione sul complotto è trita e ritrita, e riflettendo bene sulla filosofia di Dmoz ha anche poco senso. In ogni caso se c'è, a poco serve discutere nei forum, se non c'è: meglio.

Nel tempo sono arrivato alla magra conclusione che l'errore più grande di Dmoz-italiana stia solo nella comunicazione. Non c'è sponsorizzazione del progetto e c'è un atteggiamento spesso corporativo degli editor nel rispondere alle critiche, che ha fatto nascere tutte le innumerevoli leggende sul complotto, screditando l'intero progetto all'occhio di tantissimi webmaster (fino a ieri anche ai miei). In due parole: manca solo un po' di umana gentilezza e simpatia.

Bisogna poi distinguere tra dmoz americana e dmoz italiana, non tutti i mali sono comuni.

La mia sensazione è che se non fosse per Google e il relativo interesse "magna magna" dei webmaster - giustificato o meno che sia - Dmoz rischierebbe il fallimento, quantomeno in Italia. E lo dico con sincero rammarico: non sarebbe male discutere degli eventuali perchè (forse per lo stesso motivo per il quale nessun utente legge mai i "libretti di istruzione" sul web)...

E sia chiaro che non ho intenzione di far polemica, è solo la mia idea, pacata e tranquilla, sperando di non ricevere una delegazione di mamilu in assetto di guerra via pvm

un saluto a tutti,
Lucas

@Rinzi said:

perfettamente d'accordo con te, ma tecnicamente parlando rimanre un parametro in URL come altri...

ciao

Oltre a ciò che ha detto Lowlewel c'è anche da notare che nel momento in cui la sessione viene attivata TUTTI i link della pagina assumono il PHPSESSID: se venissero indicizzate tutte le pagine con la variabile nell'url anzichè la versione generale non sarebbe il massimo.

Oltrettutto essendo un identificativo univoco non ha molto senso che sia inserito in un indice per tutti...

Lucas

Certo che MSN non ha una grande qualità...

Guardate un po' cosa mi ha indicizzato:

www.xxxxx.com/?PHPSESSID=203224349d81daf937fc5f5b71edc65e5

ed è pure ben posizionato

Lucas

PS: Ma guarda un po' anche [url=http://www.google.it/search?q=inurl:PHPSESSID&hl=it&lr=&start=20&sa=N]Google ne ha alcuni...

Rispolveriamo un po' il tutto con alcuni interessanti articoli:

• Articolo sulle [url=http://wwwcsi.unian.it/educa/mappeconc/petrucc.html]Mappe concettuali per la ricerca di informazioni su internet.* Un bell'esempio di [url=http://www.cyc.com/cyc/cycrandd/areasofrandd_dir/cycrandd/nlu]natural language understanding (in inglese ma interessante).* Un bell'articolo che descrive il [url=http://www.cyc.com/cyc/cycrandd/areasofrandd_dir/technology/whatiscyc_dir/whatsincyc]natural-language processing (in inglese ma interessante).
  Una curiosità presa dal primo articolo:

Da evidenze empiriche abbiamo verificato che in media il 95% del tempo viene perso nel cercare tra i link ed i documenti trovati e meno del 5% nel pianificare e scegliere le parole chiave da inserire nei motori. Questo vuol dire che in una ricerca considerata soddisfacente, della durata media totale di 15 minuti, [gli utenti] non riflettono neanche 1 minuto sulla scelta delle parole-chiave da usare. L'assunto su cui si è basata la presente sperimentazione è che l'utente dovrebbe dedicare invece la maggior parte del tempo alla pianificazione della ricerca per migliorarne l'efficacia, diminuendo così il tempo complessivo dedicato all'operazione

ciauz,
Lucas

Qualche altro articolo in proposito, il primo è un insieme di slide universitarie in italiano molto chiare e piuttosto semplici, il secondo è in inglese ed è più complesso e anche ampliabile visti i vari link presenti, davvero interessante.

• Altre informazioni sull'Information Retrieval con chiarissima descrizione del Page Rank, degli algoritmi di Ranking, e del funzionamento generale dei motori di ricerca (corredato da varie immagini): www.dsi.uniroma1.it/~estrinfo/6.WebSearch.ppt (da stampare e leggere per bene).* L'information Retrieval e la Semantica (nella pratica): http://www.cyc.com/cyc/cycrandd/areasofrandd_dir/is#www (in inglese ma interessante).

ciauz,
Lucas

Più tardi dò una letta e scusatemi per la doppia segnalazione.

ciauz,
Lucas

Se ne mancasse qualcuno qua c'è la lista completa: http://www.googleguide.com/advanced_operators.html.

ciauz,
Lucas

Per chiunque cercasse un po' di malditesta.
Dall'università di Stanford (di Brin e Page) il [url=http://dbpubs.stanford.edu:8090/pub/showDoc.Fulltext?lang=en&doc=2004-52&format=pdf&compression=&name=2004-52.pdf]Trust Rank.

Lucas

felice che sia utile.

Lucas

non c'è che dire: ottimo programma!

Lucas

Vi mando due interessanti fonti dalla Normale di Pisa che parlano dell'Information Retrieval e delle strutture generali dei motori di ricerca.
Per i più curiosi ci sono accenni anche a Google e ad altri celebri motori.

• [url=http://roquefort.di.unipi.it/~ferrax/Teach/Recdoc_IU.html]Recupero di Documenti
• [url=http://roquefort.di.unipi.it/~ferrax/Teach/InformationRetrieval.html]Algoritmi per "Information Retrieval"

Si tratta di materiale molto interessante soprattutto per i SEO, consiglio di scaricarlo e leggerlo per bene.

un saluto,
Lucas

fancul'!

Lucas

me state a pigghià per u cule?

Lucas

in effetti sembrano davvero persone serie... oneste... manca solo la risposta a me

Lucas

@LowLevel said:

nell'indice di Google Video sia maggiore del 50%.

su google la penso anche io così... ma è attivo da troppo poco tempo per parlarne nell'articolo (che è di un anno fa, se non ricordo male)... su yahoo ad esempio creado che le percentuali siano sensibilmente diverse proprio in considerazione del fatto che prende i video un po' ovunque dal web.

ciauz,
Lucas

@GrazieMamma said:

Dall'inizio dell'email sembra che più che suggerire correzioni suggerisci una tua candidatura a scrivere per loro, è lampante l'uscita allo scoperto del tuo super-ego, con questo non voglio assolutamente sminuire quello che hai scritto, è semplicemente uno studio della tua email.

Carissimo GrazieMamma potresti fare lo psicologo: mi hai beccato (le parti tagliate sono parte del curriculum e propongono una collaborazione)... Sto morendo dal ridere

Qui non hanno del tutto torto. Le meta-informazioni relative al documento video sono estrapolate dai contenuti elencati da te, Lucas, ma è vero anche che sfruttano i sottotitoli, se presenti.

Verissimo low... infatto ho scritto "In realtà gli algoritmi dei Motori Video utilizzano spesso"... visto che credo che i video sottotitolati siano una piccola parte del tutto...

ciauz,
Lucas