Cibermetría Introducción teórico-práctica

Transcripción

1 Cibermetría Introducción teórico-práctica Isidro F. Aguillo Versión 1.56 (Octubre 09) CCHS - CSIC

2 Presentación: Isidro F. Aguillo Puesto actual Laboratorio de Cibermetría Centro de CC. Sociales y Humanas. Consejo Superior de Investigaciones Científicas (CSIC) Formación Licenciado CC. Biológicas (UCM) Máster en Información y Documentación (UC3M) Doctor Honoris Causa (UI) Líneas de trabajo y otros datos Portal de rankings: webometrics.info Proyectos nacionales: QEAVIS (e-humanidades), MAVIR (acceso multilingüe al Web), CARTO (cartografía de I+D), ICYTnet (Bibliotecas Virtuales), Ciencia e Internet (Análisis, descripción y evaluación) Proyectos europeos: WISER (cibermetría), EICSTES (indicadores I+D), PEKING (gestión del conocimiento), IMPACT-INFO2000 (sociedad de la información) Revistas: Editor Cybermetrics ; Comité asesor El Profesional de la Información Premio IWE 1996 Personalidad del año 2

3 Agenda Definición y objeto de la cibermetría Cibermetría descriptiva El tamaño de Internet Infraestructuras: Ordenadores, servidores y dominios Cibergeografía, Ciberdemografía Webespacio El problema de los gtld Traductores de IP El Webespacio académico Ficheros ricos y ficheros media Idiomas en la red Internet invisible 3

4 Agenda (II) Métodos, herramientas y aplicaciones (I) Captura directa: Agentes personales Volcadores, inspectores de enlaces y mapeadores Métodos indirectos Motores de búsqueda: - Características y problemática Multibuscadores Cibermetría de los motores de búsqueda Tamaño y solapamiento Composición y estructura Calidad, actualización y cobertura Recuperación automática inteligente Cibercienciometría Desarrollo de indicadores de I+D en el Web Análisis de enlaces hipertextuales (sitas) y Factor de Impacto Web Co-sitación, redes sociales y teoría del small world Bibliometría de revistas electrónicas y depósitos de documentos 4

5 Agenda (III) Métodos, herramientas y aplicaciones (II) Evaluación cuantitativa de sedes Web El modelo Google (PageRank) Calidad de los enlaces, visibilidad e impacto Webmetría Análisis de las visitas a sedes Web ( Web usage Mining ) Informetría Web data mining Leyes informétricas Ley de Lotka (Zipf) 5

6 Infraestructuras y usuarios Mensajería electrónica Web visible Internet invisible Cibermetría aplicada Minería Web e-cienciometría CIBERMETRIA Servidores, redes, tráfico Ciberdemografía, cibergeografía Correo electrónico Listas y foros Mensajería interactiva: chat, videoconferencia Topología de la Web Webometría Motores de búsqueda Métricas de la arquitectura de la información Blogometría / Wikimetría Comunidades online e-bibliometría Indicadores Web Volumen y composición Algoritmos Estudios de usuarios Usabilidad Calidad Accesibilidad Webmetría Análisis de ficheros log Análisis de texto Comparación/combinación datos Web/no Web Análisis de objetos/ficheros Análisis de enlaces Evolución y dinámica Revistas electrónicas Repositorios Bases de datos bibliográficas Análisis de citas Posicionamiento en motores de búsqueda 6

7 MODULO 1 Cibermetría Descriptiva Análisis Web Otros temas: Usabilidad Accesibilidad

8 Definición Cibermetría es la disciplina dedicada a la descripción cuantitativa de los contenidos y procesos de comunicación que se producen en el ciberespacio Ciberespacio es el conjunto de contenidos accesibles en formato electrónico. La condición de accesibilidad universal de Internet aconseja utilizar el termino como sinónimo de la Internet de los contenidos, fundamentalmente pero no exclusivamente, el webespacio Puesto que la Cibercienciometría es el sub-campo más desarrollado, por razones prácticas se nombra con el término más general de Cibermetría o el más específico de Webometría 8

9 Disciplinas cuantitativas informetría bibliometría Cibercienciometría cienciometría cibermetría webometría Adaptado de Björneborn 9

10 Cibermetría y afines 10

11 Otras relaciones Bibliotecas Documentación científica Economía Política científica Gestión de la investigación Servicios para Investigación en Sociología de la ciencia Biblioeconomía y Documentación Informetría Webometría aplicada Cienciometría básica Matematicas/Física Historia de la ciencia Ciencias de la vida Otras ciencias/humanidades 11

12 Contenidos 12

13 Unidades 13

14 Internet Invisible 14

15 Ventajas métricas La presencia en el Web refleja mas y mejor las actividades de la institución o individuo que las publicaciones tradicionales en papel En el entorno académico, profesores, investigadores y estudiantes colocan en la Red material inédito, borradores de trabajos, versiones preliminares de artículos, material para cursos, transparencias para presentaciones o bases de datos El Web alcanza una mayor audiencia que otros medios tradicionales de comunicación científica. Las revistas científicas tienen una distribución restringida La naturaleza hipertextual del Web ofrece la posibilidad de descubrir patrones ocultos entre las diferentes sedes Las sedes académicas enlazan con otras sedes de carácter económico, industrial, cultural, político o social 15

16 Áreas de aplicación: Informetría Informetría: Estudio matemático de la información, descripción cuantitativa de los patrones de aparición, distribución, frecuencia, gestión, recuperación. Estadística de las unidades básicas de transmisión de información Comportamiento matemático de las unidades en Internet Determinación del tamaño Distribuciones informétricas Dinámica y evolución (páginas Web, mensajes de correo electrónico) Caracterización cuantitativa de herramientas de recuperación Motores de búsqueda 16

17 Áreas de aplicación: Cienciometría Cienciometría: Estudio cuantitativo y evaluación de los factores, procesos de la actividad investigadora y de los resultados producidos por científicos y tecnólogos Producción y distribución de contenidos científicos Presencia institucional y niveles inferiores Comunicación científica: formal e informal Análisis de citas Citas bibliográficas entre revistas en papel y electrónicas Citas de recursos Web en revistas Análisis de enlaces hipertextuales Desarrollo de indicadores para I+D+i Estudios de caso Cooperación internacional Estudios de género 17

18 Áreas de aplicación: Bibliometría Bibliometría: Estudio de las características de una colección de documentos de acuerdo al volumen de información que contienen y la descripción cuantitativa de los elementos descriptivos individuales: autor, editor, fuente, características físicas, etc Bases de datos bibliográficos Internet Invisible Colecciones de documentos Repositorios Revistas electrónicas Formatos ricos: pdf, ps, doc, rtf, ppt,... 18

19 Nuevas áreas de aplicación Webometría Topología de redes hipertextuales Redes sociales PageRank, HITS Análisis comparativo de herramientas de búsqueda Cibercienciometría Estudios de correo y foros electrónicos Big Science & Grid Cibergeografía y ciberdemografía Nuevas unidades: sedes Web Nuevos indicadores Visibilidad Popularidad 19

20 Cibergeografía, ciberdemografía Datos y fuentes Internet Geography Project Cybergeography Clickz Surveys Blog Demography and Geography of the Internet Internet Demographics Directory internet-demographics.netfirms.com 20

21 Ciberdemografía 21

22 Ciberdemografía (II) 22

23 Ciberdemografía 23

24 Tamaño de Internet: Infraestructuras Hosts Lottor (Mundo) RIPE (Europa) Asia Web Watch (2002) Servidores Netcraft Dominios Mundo Domain worldwide _Brief/ Web Hosting Info Alemania (y otros) España Estudios Experimentos Capturando Tablas con Excel Servidores en universidades iberoamericanas 24

25 Evolución de Internet (Lottor) 25

26 Lottor y Excel 26

27 Servidores Web 27

28 Zooknic 28

29 Situación en España 29

30 Web Hosting Info 30

31 Contenidos en el Web Webespacio Spireproject millones (10/02) spireproject.com/art13.htm Actualidad millones Depósitos Archive Google Cache Tráfico El 80% de las sesiones de navegación en el Web implican el uso de un motor de búsqueda o un directorio. Yahoo, Live y, muy especialmente, Google son los intermediarios más importantes 31

32 Wayback Machine 32

33 El problema de los gtld gtld Tradicionales: com, org, net, int Nuevos: biz, info, name, aero, coop, museum, eu, cat De facto:.cx,.tv,.cc,.fm,.nu,.ws Casos especiales: edu Experimentos Google/Yahoo/MSN/Exalead Delimitador site: Problemática con TLD Dominios y países Dominios internacionales Traductores de IP IP Locator 1.41 AW IP Locator IP Address Locator Ip2location 33

34 Tamaño Google, Enero

35 gtld de facto Google, Enero

36 Google: Idiomas y países 36

37 Exalead: Idiomas y países 37

38 Invocación (mención) 38

39 gtld y ctld especiales Intranet Google, Enero

40 Contribución UE a los gtld Intranet Google, Enero

41 IP Locator 41

42 IP Address Locator Tool 42

43 El Webespacio académico Sedes Dominios institucionales OCLC Web Characterization ( ) Sitios y Sedes Netcraft mayo 2009: 240 millones de sitios web Activos (50%) * (5-10 sedes/sitio) ~ 1000 mill. sedes Webespacio académico Subdominios académicos No todos los países 43

44 Subdominios académicos ac.ae ac.in ac.rw edu.am edu.cn edu.hk edu.mm edu.pk edu.ua ac.at ac.ir ac.se edu.ar edu.co edu.hn edu.mn edu.pl edu.uy ac.bd ac.je ac.sg edu.au edu.cu edu.hu edu.mo edu.pr edu.ve ac.be ac.jp ac.sz edu.az edu.dm edu.jm edu.mp edu.pt edu.vg ac.bw ac.ke ac.th edu.ba edu.do edu.jo edu.mt edu.py edu.vn ac.by ac.kr ac.tz edu.bb edu.dz edu.kg edu.mx edu.qa edu.ws ac.ci ac.lk ac.ug edu.bh edu.ec edu.kh edu.my edu.ru edu.ye ac.cn ac.lv ac.uk edu.bm edu.ee edu.kn edu.na edu.sa edu.yu ac.cr ac.ma ac.uz edu.bn edu.eg edu.kw edu.nf edu.sg edu.za ac.cy ac.mu ac.vn edu.bo edu.gd edu.ky edu.ng edu.sh edu.zm ac.fj ac.mz ac.yu edu.br edu.ge edu.kz edu.ni edu.st ac.gg ac.nz ac.za edu.bs edu.gh edu.lb edu.np edu.sv ac.gs ac.pa ac.zm edu.bt edu.gr edu.lc edu.om edu.to ac.id ac.pg ac.zw edu.by edu.gs edu.li edu.pa edu.tr ac.il ac.pl acad.bg edu.bz edu.gt edu.lv edu.pe edu.tt ac.im ac.ru edu.al edu.ck edu.gu edu.mk edu.ph edu.tw 44

45 Caracterizando la academia Google, Enero

46 Contexto Web Pública Web Privada Internet Invisible Web Visible Bases de datos Repositorios Revistas electrónicas 46

47 Bases de datos académicas Web pública Google Scholar Publish or Perish Scirus CiteSeerX Citebase Paracite DBLP Dialnet In-extenso scholar.google.com citeseerx.ist.psu.edu paracite.eprints.org dblp.uni-trier.de dialnet.unirioja.es Google Scholar Blog weblogs.elearning.ubc.ca/googlescholar 47

48 Google Scholar 48

49 Scholar Publicaciones en dominios universitarios (Datos propios, Julio 2006) 49

50 Scholar (II) Trabajos en dominios universitarios (Enero 07) 50

51 Scholar: Publish or Perish 51

52 CiteSeerX 52

53 Subdominios y páginas personales Yahoo Search Comando feature: feature:index feature:homepage (sitios con ~) feature:homepage feature:index Errores Respuestas no subdominios Respuestas duplicadas GoogSpy Términos en dominios/subdominios 53

54 Subdominios 54

55 GoogSpy 55

56 SpyFu 56

57 Ficheros ricos y ficheros media Ficheros ricos Definición y tipos Adobe Acrobat (pdf) y Postscript (ps) MS Office: Word (doc, rtf), Excel (xls), Powerpoint (ppt) Tamaño Delimitadores: filetype (Google, Live, Exalead, Ask); originurlextension (Yahoo) Ficheros media Definición y tipos FilExt Localización en motores Términos Delimitadores Bases de datos autónomas 57

58 Google (filetype) 58

59 Google (filetype) FORMATOS Oct'02 Oct'04 Ago'05 Oct'07 html htm php asp pdf swf doc xls ppt ps rtf eps Miles de ficheros 59

60 Bing (filetype) 60

61 FilExt 61

62 Imágenes en motores 62

63 Idiomas en la red Fuentes y estudios Usuarios según idioma Global Reach global-reach.biz/globstats/index.php3 Composición del webespacio Experimentos con buscadores Google Yahoo! Live (MSN) Search Ask (Teoma) Copernic 63

64 Usuarios según idioma 64

65 Idiomas (Google) <lr> value Idioma Código Idioma Código Arabic lang_ar Icelandic lang_is Chinese (S) lang_zh-cn Italian lang_it Chinese (T) lang_zh-tw Language Japanese lang_ja Czech lang_cs Korean lang_ko Language Danish lang_da Latvian lang_lv Dutch lang_nl Lithuanian lang_lt English lang_en Norwegian lang_no Estonian lang_et Portuguese lang_pt Finnish lang_fi Polish lang_pl French lang_fr Romanian lang_ro German lang_de Russian lang_ru Greek lang_el Spanish lang_es Hebrew lang_iw Swedish lang_sv Hungarian lang_hu Turkish lang_tr 65

66 Idiomas Language <lr> value Language Google, Enero

67 Países (Google) Andorra AD Bhutan BT Estonia EE Guinea-Bissau GW Kazakhstan KZ United Arab Emirates AE Bouvet Island BV Egypt EG Guyana GY Lao PDR LA Afghanistan AF Botswana BW Western Sahara EH Hong Kong HK Lebanon LB Antigua and Barbuda AG Belarus BY Eritrea ER Heard and Mc Donald Islands HM Saint Lucia LC Anguilla AI Belize BZ Spain ES Honduras HN Liechtenstein LI Albania AL Canada CA Ethiopia ET Croatia (Hrvatska) HR Sri Lanka LK Armenia AM Cocos (Keeling) Islands CC European Union EU Haiti HT Liberia LR Netherlands Antilles AN Congo, DR CD Finland Language FI Hungary HU Lesotho LS Angola AO Central African Republic CF Fiji FJ Indonesia ID Lithuania LT Antarctica AQ Congo CG Falkland Islands (Malvinas) FK Ireland IE Luxembourg LU Argentina AR Switzerland CH Micronesia, FS FM Israel IL Latvia LV American Samoa AS Cote D'ivoire CI Faroe Islands Language FO India IN Libya LY Austria AT Cook Islands CK France FR British Indian Ocean Terr. IO Morocco MA Australia AU Chile CL France, Metropolitan FX Iraq IQ Monaco MC Aruba AW Cameroon CM Gabon GA Iran IR Moldova MD Azerbaijan AZ China CN United Kingdom UK Iceland IS Madagascar MG Bosnia and Herzegowina BA Colombia CO Grenada GD Italy IT Marshall Islands MH Barbados BB Costa Rica CR Georgia GE Jamaica JM Macedonia, FYR MK Bangladesh BD Cuba CU French Quiana GF Jordan JO Mali ML Belgium BE Cape Verde CV Ghana GH Japan JP Myanmar MM Burkina Faso BF Christmas Island CX Gibraltar GI Kenya KE Mongolia MN Bulgaria BG Cyprus CY Greenland GL Kyrgyzstan KG Macau MO Bahrain BH Czech Republic CZ Gambia GM Cambodia KH Northern Mariana Islands MP Burundi BI Germany DE Guinea GN Kiribati KI Martinique MQ Benin BJ Djibouti DJ Guadeloupe GP Comoros KM Mauritania MR Bermuda BM Denmark DK Equatorial Guinea GQ Saint Kitts and Nevis KN Montserrat MS Brunei Darussalam BN Dominica DM Greece GR Korea, DPR KP Malta MT Bolivia BO Dominican Republic DO South Georgia/South Sandwich I. GS Korea, Republic of KR Mauritius MU Brazil BR Algeria DZ Guatemala GT Kuwait KW Maldives MV Bahamas BS Ecuador EC Guam GU Cayman Islands KY Malawi MW 67

68 Países II (Google) Mexico MX Qatar QA Tokelau TK Malaysia MY Reunion RE Turkmenistan TM Mozambique MZ Romania RO Tunisia TN Namibia NA Russian Federation RU Tonga TO New Caledonia NC Rwanda RW East Timor TP Niger NE Saudi Arabia SA Turkey TR Norfolk Island NF Solomon Islands SB Trinidad and Tobago TT Nigeria NG Seychelles SC Tuvalu TV Nicaragua NI Sudan Language SD Taiwan TW Netherlands NL Sweden SE Tanzania TZ Norway NO Singapore SG Ukraine UA Nepal NP St. Helena SH Uganda UG Language Nauru NR Slovenia SI United States Minor Outlying I. UM Niue NU Svalbard and Jan Mayen Is. SJ United States US New Zealand NZ Slovakia (Slovak Republic) SK Uruguay UY Oman OM Sierra Leone SL Uzbekistan UZ Panama PA San Marino SM Holy See (Vatican City State) VA Peru PE Senegal SN Saint Vincent and the Grenadines VC French Polynesia PF Somalia SO Venezuela VE Papua New Guinea PG Suriname SR Virgin Islands (British) VG Philippines PH Sao Tome and Principe ST Virgin Islands (U.S.) VI Pakistan PK El Salvador SV Vietnam VN Poland PL Syria SY Vanuatu VU St. Pierre and Miquelon PM Swaziland SZ Wallis and Futuna Islands WF Pitcairn PN Turks and Caicos Islands TC Samoa WS Puerto Rico PR Chad TD Yemen YE Palestine PS French Southern Territories TF Mayotte YT Portugal PT Togo TG Yugoslavia YU Palau PW Thailand TH South Africa ZA Paraguay PY Tajikistan TJ Zambia ZM 68

69 Listados de universidades Braintrack Universities Worldwide univ.cc Webometrics Catalogue HEIR siu.no/heir General Education Online Language International Colleges and Universities Portal Tecnociencia Universia Language Canadian Universities U.S. Universities by State Top American Research Universities thecenter.ufl.edu UK Higher Education Map Times World Universities Rankings German University Ranking Academic Ranking of World Universities ed.sjtu.edu.cn/ranking.htm All Universities around the World Ranking of China Universities rank2005.netbig.com Alphabetical Index of Japanese Universities camp.ff.tku.ac.jp/tool-box/japanuniv 69

70 Internet invisible Características Tamaño y Calidad Fuentes Complete Planet Internet Invisible Descripción Identificación Institución País/Idioma Temática Cuantitativa Tamaño Visibilidad Cualitativa Estructura Cobertura Actualización Recuperación 70

71 Agentes personales (I) Volcadores AaronWebVacuum 2.72 JOC WebSpider 5.5 Teleport Pro 1.60 Leech 4.3 WebCopier 4.6 BlackWidow 5.22 MemoWeb 4.0 Offline Commander 2.1 WebReaper 10 Offline Explorer Pro 5.1 Website Extractor 9.70 WebWhacker 5.0 WebZip

72 Agentes personales (II) Inspectores de enlaces Alert LinkRunner HTML Link Validator HTML Validator Professional Link Checker Pro LinkScan Workstation 12 Web Link Validator Xenu's Link Sleuth 1.3 home.snafu.de/tilman/xenulink.html 72

73 Agentes personales (III) Extractores HTML WebData Extractor Experimentos Volcado de sede con el volcador Teleport Pro Mapeado de la sede volcada con Xenu Inspección de links Mapeado directo de la sede con Xenu Inspección de links Tamaño de la sede según los motores de búsqueda Google, Yahoo, Exalead, Ask, Gigablast 73

74 WebDataExtractor 74

75 Volcado, inspección y mapeado 75

76 Cibermetria de motores de búsqueda Motores de búsqueda: Características y problemática 6? grandes motores distintos Google Yahoo Search Bing (ex-live, ex MSN Search) Ask (ex-teoma) Exalead Wisenut Gigablast Alexa Estudios sobre motores Search Engine Showdown Search Engine Watch searchengineshowdown.com searchenginewatch.com 76

77 Sólo siete (+uno)? Sede Base de datos Sede Base de datos Sede Base de datos GOOGLE GOOGLE GOOGLE NETSCAPE GOOGLE NETSCAPE GOOGLE NETSCAPE GOOGLE YAHOO YAHOO YAHOO ALTAVISTA ALTAVISTA ALTAVISTA YAHOO ALTAVISTA YAHOO ALLTHEWEB ALLTHEWEB ALLTHEWEB FAST LYCOS LYCOS TEOMA LYCOS IWON GOOGLE IWON GOOGLE IWON ASK HOTBOT HOTBOT INKTOMI MSN SEARCH MSN SEARCHMSN SEARCH LIVE LIVE TEOMA TEOMA TEOMA TEOMA ASK JEEVES ASK JEEVES ASK ASK ALEXA GOOGLE ALEXA ALEXA ALEXA GOOGLE/MSN SEARCH A9 A9 LIVE EXALEAD EXALEAD EXALEAD EXALEAD WISENUT WISENUT WISENUT WISENUT WISENUT WISENUT GIGABLAST GIGABLAST GIGABLAST GIGABLAST GIGABLAST HEREUARE GIGABLAST 77

78 Cibermetria de motores de búsqueda GOOGLE YAHOO BING (LIVE) EXALEAD ASK GIGABLAST TLD site:xx NO site:xx site:xx site:xx site:xx dominio site:aa.xx NO 1 site:aa.xx site:aa.xx site:aa.xx site:aa.xx directorio site:aa.xx/bb (inurl:aa.xx/bb) site:aa.xx/bb NO site:aa.xx/bb NO palabra url inurl:xx inurl:xx NO inurl:xx url:xx inurl:xx enlace link:aa.xx/b.htm NO NO link: (NO) (NO) enlace dominio NO (linkdomain:aa.xx) NO link:aaa.xx NO NO inurl:xx tipo fichero filetype:yy originurlextension:yy filetype:yy filetype:yy filetype:yy filetype:yy idioma Avanzada Avanzada Avanzada Avanzada Avanzada NO país Avanzada Avanzada (Avanzada) Avanzada Avanzada NO 78

79 Delimitadores (I) MOTORES DE DOMINIO BUSQUEDA AGO'05 AGO'06 GOOGLE site:es MSN SEARCH site:es YAHOO SEARCH site:es ASK site:es +inurl:es EXALEAD site:es GIGABLAST site:es MOTORES DE SUBDOMINIO / SITIO BUSQUEDA AGO'05 AGO'06 AGO'05 AGO'06 GOOGLE site:csic.es site: MSN SEARCH site:csic.es site: YAHOO SEARCH site:csic.es site: ASK site:csic.es site: +inurl:csic.es +inurl: EXALEAD site:csic.es site: GIGABLAST site:csic.es site:

80 Google Data Centers 80

81 81

82 Delimitadores (II) MOTORES DE BUSQUEDA SUBDIRECTORIO AGO'05 AGO'06 AGO'05 AGO'06 GOOGLE site: site: MSN SEARCH site: site: ASK inurl: inurl: EXALEAD site: site: MOTORES DE PALABRA EN URL BUSQUEDA AGO'05 AGO'06 GOOGLE inurl:cybermetrics MSN SEARCH inurl:cybermetrics 0 0 YAHOO SEARCH inurl:cybermetrics ASK inurl:cybermetrics EXALEAD inurl:cybermetrics 977 GIGABLAST suburl:cybermetrics

83 Delimitadores (III) MOTORES DE ENLACE A DOMINIO / SITIO BUSQUEDA AGO'05 AGO'06 MSN SEARCH linkdomain:csic.es YAHOO SEARCH linkdomain:csic.es EXALEAD link:csic.es AGO'05 AGO'06 MSN SEARCH linkdomain:cindoc.csic.es YAHOO SEARCH linkdomain:cindoc.csic.es EXALEAD link:cindoc.csic.es AGO'05 AGO'06 MSN SEARCH linkdomain: YAHOO SEARCH linkdomain: EXALEAD link:

84 Delimitadores (IV) MOTORES DE BUSQUEDA ENLACE A SECUENCIA DE CARACTERES AGO'05 AGO'06 AGO'05 AGO'06 GOOGLE link: link: MSN SEARCH link: link: YAHOO SEARCH link: link: EXALEAD link: GIGABLAST link:

85 Delimitadores (V) MOTORES DE PAISES BUSQUEDA AGO'05 AGO'06 GOOGLE formulario (España) site:com MSN SEARCH loc:es site:com YAHOO SEARCH formulario (España) site:com ASK sedes nacionales EXALEAD formulario (España) site:com MOTORES DE IDIOMAS BUSQUEDA AGO'05 AGO'06 GOOGLE formulario (español) site:com MSN SEARCH language:es site:com YAHOO SEARCH formulario (español) site:com ASK lang:es site:com EXALEAD language:es site:com

86 Delimitadores (VI) MOTORES DE TIPO DE FICHERO BUSQUEDA AGO'05 AGO'06 GOOGLE filetype:pdf site:com MSN SEARCH filetype:pdf site:com YAHOO SEARCH originurlextension:pdf site:com EXALEAD filetype:pdf site:com GIGABLAST type:pdf site:com AGO'05 AGO'06 GOOGLE filetype:doc site:csic.es MSN SEARCH filetype:doc site:csic.es YAHOO SEARCH originurlextension:doc site:csic.es EXALEAD filetype:doc site:csic.es GIGABLAST type:doc site:csic.es

87 Siguiendo a Notess Instalación de Copernico 5.2 Capacidad de exportación a Excel Experimentos Cobertura Tamaño (Copernic) Búsqueda de términos (varios motores) Búsquedas delimitadas (cada motores) Teoría del máximo Solapamiento (Copernic) 300 primeros resultados Calidad de los enlaces (Copernic) Porcentaje de enlaces muertos (un único motor seleccionado) 87

88 Copernic 88

89 Visualización Relaciones ocultas TouchGraph Google Instalación previa del Java JRE 1.3+ Prácticas con un nodo Prácticas con más de un nodo Kartoo Grokker Mooter Ujiko 89

90 TouchGraph 90

91 Kartoo 91

92 Metabuscadores Primera generación Vivisimo ZapMeta Mooter iboogie Infonetware MetaEureka Surfwax Info Segunda generación Copernico (5.2/6.1) 92

93 Límites de los Metabuscadores Resultados proporcionados por buscadores y metabuscadores (Octubre 2002) Términos de búsqueda: scientometrics ornithology "Albert Einstein" God Buscadores Metabuscadores ALLTHEWEB GOOGLE WISENUT ALTAVISTA TEOMA GIMENEI ICYSPICY METAEUREKA EZ2WWW IBOOGIE VIVISIMO FUZZLE

94 Metabuscadores 94

95 Recuperación automática inteligente Copernic 6.1 Pro Indización Asignación automática de idiomas Filtrado por región y dominio WebQL Screen Scraper Web Content Extractor Brown Recluse 1.58 softbytelabs.com WebAnalyst/PolyAnalyst Anthracite (Mac)

96 Copernic 96

97 WebQL 97

98 Calidad, visibilidad e impacto Evaluación cuantitativa de sedes Web El modelo Google Instalación de la ToolBar (toolbar.google.com) Page Rank Escala logarítmica rankwhere.com/google-page-rank.php Componentes: visibilidad + peso Visibilidad Tipos de enlaces: inlinks, outlinks, self-links, back-links Cálculo mediante el uso de motores de búsqueda Impacto Web (WebIF) Calidad de los enlaces: Inspectores de enlaces 98

99 Google Toolbar 99

100 RankWhere 100

101 PageRank Prediction 101

102 urltrends 102

103 Nutch search.isc.swlabs.org/en 103

104 Popularidad Número de visitas Dificil de conseguir en estudios amplios comparativos Posición relativa Popularidad según Alexa Sólo dominios Amplia cobertura mundial Algunos valores absolutos Evolución temporal Sesgos geográficos (+ Asia) Snapshot Solo USA!!! Ranking.com Traffic Estimate Popularidad según Netcraft Sedes y variantes Cobertura más restringida No comparables snapshot.compete.com toolbar.netcraft.com/site_report 104

105 Alexa 105

106 Limitaciones de Alexa 106

107 Desigualdades en Alexa Posición % VISITAS Top 3 23 Top Número 10 5 Número 100 0,1 Número ,06% Número ,02% 107

108 Snapshot 108

109 109

110 110

111 111

112 Trabajando con enlaces Visibilidad Inlinks (enlaces recibidos) Yahoo: linkdomain: -site: Exalead: link: -site: Outlinks (enlaces emitidos)=luminosidad Inspectores de enlaces Bing: linkfromdomain: Selflinks (auto-enlaces) Yahoo: linkdomain: +site: Impacto Web Definición del WebIF Cálculo=Visibilidad/tamaño Calidad Inspectores de enlaces 112

113 Terminología básica B has an outlink to C : ~ reference A B has an inlink from A : ~ citation B has a selflink : ~ self-citation B E G E and F are reciprocally linked C D F A is transitively linked with H via B-D A has a transversal link to G : short cut H co-links C and D are co-linked from B, i.e. shared inlinks: co-citation B and E are co-linking to D, i.e. shared outlinks: bibliog.coupling 113

114 Cibercienciometria Desarrollo de indicadores de I+D en el Web Unidades sede institucional Modelos Indicadores Co-sitación, redes sociales y teoría del small world Small World vip.db.dk/lb/phd/phd-presentation.ppt Bibliometría de revistas-e y depósitos de documentos CiteSeerX citeseerx.ist.psu.edu CiteBase Google Scholar scholar.google.com Arxiv arxiv.org Scirus DBLP dblp.uni-trier.de 114

115 Indicadores Web 115

116 Indicadores (I) 116

117 Indicadores (II) 117

118 Indicadores (III) 118

119 Indicadores (IV) 119

120 Indicadores (V) 120

121 Obtención de indicadores Experimentos Codificación Institucional Temática (UNESCO) Geográfica (NUTS) Cálculo de indicadores Visibilidad (sitas) Visibilidad de los ficheros ricos Visibilidad de artículos en depósitos Visibilidad de revistas electrónicas Impacto (WebIF) Diversidad Co-citación 121

122 Indicadores combinados Factor de Impacto Web (WebIF) Visibilidad (sitas)/ Tamaño páginas Webometrics (Academic) Rank Tamaño Páginas (motores) Ficheros (motores) Ficheros ricos: pdf, ppt, doc, ps Artículos Google Scholar Visibilidad Enlaces externos recibidos (motores) Ratio 1:1 WR = 2*S+1*R+1*Sc + 4*V 122