Motore di ricerca

Nell'ambito delle tecnologie di Internet, un motore di ricerca (in inglese search engine) è un sistema automatico che analizza un insieme di dati (spesso da esso stesso raccolti) e restituisce un indice dei contenuti disponibili^[1] classificandoli in modo automatico in base a formule statistico-matematiche che ne indichino il grado di rilevanza data una determinata chiave di ricerca. Uno dei campi in cui i motori di ricerca trovano maggiore utilizzo è quello dell'information retrieval e nel web. I motori di ricerca più utilizzati nel 2017 sono stati: Google, Bing, Baidu, Qwant, Yandex, Ecosia, DuckDuckGo.^[2][3]

Concettualmente un motore di ricerca è un sistema molto simile ad un'applicazione web ovvero un sistema client-server, attraverso la rete Internet, dove il client è rappresentato dal web browser dell'utente che su richiesta dello stesso si connette ad un server il quale a sua volta esegue una query di ricerca, tramite opportuni algoritmi di ricerca, su dei database (database distribuiti). Nell'analisi dei risultati forniti in uscita un componente essenziale è il cosiddetto crawler o spider. Un buon motore di ricerca è quello che riesce a trovare il maggior numero di contenuti in linea con la tipologia di richiesta ordinandoli per importanza e rilevanza secondo la specifica di ricerca^[4].

Il lavoro dei motori di ricerca si divide principalmente in tre fasi^[5]:

• analisi del campo d'azione (tramite l'uso di crawler appositi);
• catalogazione del materiale ottenuto;
• risposta alle richieste dell'utente.

Dopo l'analisi delle pagine, a seconda di criteri che variano da motore a motore, alcune di esse vengono inserite nel database e nell'indice del motore di ricerca.

La parte testuale archiviata durante la fase di analisi verrà in seguito analizzata per fornire le risposte alle ricerche degli utenti. Molti motori di ricerca sul web rendono anche disponibile una copia dei dati testuali di ogni pagina archiviata per quando la risorsa originale sia irraggiungibile: questa funzione è detta copia cache^[6][7][8].

Rispondere alle richieste degli utenti implica la necessità di elencare i siti in ordine di rilevanza rispetto alla richiesta ricevuta.

Per stabilire la rilevanza di un sito vengono cercati nel database quei documenti che contengono la parola chiave^[9] inserita dall'utente, dopodiché ogni motore di ricerca sfrutta propri algoritmi per classificare le pagine, controllando, per esempio, quante volte le parole chiave vengono ripetute, quanti link riceve quel documento, in quali punti della pagina sono poste le parole chiave, quanti siti del database contengono link verso quella pagina, o quante volte un utente ha visitato quel sito dopo una ricerca^[10].

La possibilità di raffinare la ricerca varia da motore a motore, ma la maggior parte permette di utilizzare operatori booleani: ad esempio è possibile cercare "Ganimede AND satellite NOT coppiere" per cercare informazioni su Ganimede inteso come pianeta e non come figura mitologica.

Su Google e sui motori più moderni è possibile raffinare la ricerca a seconda della lingua del documento, delle parole o frasi presenti o assenti, del formato dei file (Microsoft Word, PDF, PostScript, ecc.), a seconda della data di ultimo aggiornamento, e altro ancora. È anche possibile cercare contenuti presenti in un determinato sito, ad esempio "Ganimede site:nasa.gov" cercherà le informazioni su Ganimede presenti sul sito della NASA.

Su Exalead si trova una parte speciale per raffinare la ricerca più intuitivamente.

Lo stesso argomento in dettaglio: Indicizzazione (motori di ricerca).

Per indicizzazione si intende l'inserimento di un sito web nel database di un motore di ricerca. L'indicizzazione di un sito internet, in altre parole, è il modo in cui il sito viene acquisito e interpretato dai motori di ricerca e quindi compare nelle loro pagine di risposta alle interrogazioni degli utenti web.

Per indicizzarsi, un sito deve essere scansionato da un crawler. Ciò può avvenire naturalmente grazie alle scansioni di routine effettuate dai motori di ricerca, oppure tramite esplicita richiesta. Per Google, è possibile richiedere una scansione tramite la Search Console collegata al sito in questione.

Lo stesso argomento in dettaglio: Posizionamento (motori di ricerca).

Con il termine posizionamento s'intende l'acquisizione di visibilità tra i risultati dei motori di ricerca. Più specificamente, è l'operazione attraverso la quale il sito viene ottimizzato per comparire nei risultati in una posizione il più possibile favorevole e rilevante^[11].

Lo stesso argomento in dettaglio: Ottimizzazione (motori di ricerca).

Con il termine ottimizzazione per i motori di ricerca si intendono, nel linguaggio di internet, tutte quelle attività volte a migliorare la visibilità di un sito web sui motori di ricerca (quali ad es. Google, Yahoo!, ecc.) al fine di migliorare (o mantenere) il posizionamento nelle pagine di risposta alle interrogazioni degli utenti del web. A sua volta, il buon posizionamento di un sito web nelle pagine di risposta dei motori di ricerca è funzionale alla visibilità dei prodotti/servizi venduti^[12].

I motori di ricerca forniscono anche risultati sponsorizzati, ovvero mostrano in maggiore evidenza nelle SERP (Search Engine Result Pages, Pagine dei risultati dei motori di ricerca) siti web di aziende che pagano per risultare tra i primi risultati quando si cercano termini (detti parole chiave) che sono in relazione all'ambito di competenza dell'azienda stessa^[13]. I risultati sponsorizzati dei motori possono apparire anche sui siti che partecipano al loro programma di affiliazione. In particolar modo, Google permette di far apparire nelle proprie pagine dei risultati (chiaramente distinti dai risultati "naturali") risultati a pagamento comprati con il programma AdWords. In aggiunta a questo offre anche un servizio di sponsorizzazione che si rivolge a tutti i siti che hanno determinati requisiti, chiamato AdSense. Google AdSense (spesso abbreviato con Google AS) usa le capacità del motore di ricerca di interpretare il tema della pagina in cui è posizionato l'apposito codice per fornire annunci a tema^[14]. Yahoo! Search ha annunciato l'arrivo di un programma analogo chiamato Panama^[15].

I motori di ricerca con maggiore rilevanza internazionale nel 2020 sono^[16][17]:

• Google, oltre ad essere di gran lunga il più usato direttamente, è anche quello con il maggior numero di siti che ne utilizzano il database, anche a causa del programma di sponsorizzazione "AdSense per la ricerca" che appartiene al più vasto programma AdSense.
• Microsoft Bing, motore creato dalla Microsoft ed usato da Microsoft Network, meglio noto come MSN.
• Baidu, motore di ricerca cinese che raccoglie un bacino di utenza tanto vasto quanto in crescita, dato il totale strapotere sugli altri motori di ricerca usati in Cina.
• Yandex, motore con il maggior market share in Russia.

Questi 4 motori di ricerca sono dotati di tecnologia proprietaria.

Altre menzioni importanti sono:

• Qwant, motore di ricerca europeo che mira ad offrire all'utente una maggiore privacy.
• DuckDuckGo, motore di ricerca rispettoso della privacy.
• Kagi, motore di ricerca a pagamento, senza pubblicità, che evita il conflitto di interessi tipico dei motori finanziati attraverso ricavi pubblicitari. Offre migliore privacy e strumenti di ricerca progettati per gli utenti, non per gli inserzionisti.
• Ecosia, motore di ricerca ecologico tedesco, produce meno anidride carbonica dei server concorrenti; l'80% dei proventi viene utilizzato per piantare alberi in giro per il mondo e diminuire il disboscamento, ed è stato fondato in collaborazione con il WWF.
• Startpage, uno dei pochi motori di ricerca al mondo a garantire la privacy, poiché non conserva né registra gli IP di chi effettua ricerche.
• Yahoo!, ormai totalmente basato su tecnologia Bing.
• Ask.com

Tra questi ultimi gli unici che sono dotati in parte di un indice proprietario sono Qwant e in parte DuckDuckGo

• Google è utilizzato anche da Libero, Virgilio e Tiscali (cosa immediatamente verificabile da chiunque). In Italia il divario fra l'utilizzo di Google e degli altri è talmente vasto che, pur essendo i dati ovviamente variabili, la percentuale delle ricerche effettuate su Google è pari ad un multiplo della somma di tutti gli altri motori di ricerca messi assieme.
• Istella Italia^[18] è un motore di ricerca sviluppato da Tiscali ma, anche se raggiungibile, non risulta aggiornato dal 2016.

Anno	Motore	Evento	Motore	Stato attuale
1993	W3Catalog	Lancio		Inattivo
	Aliweb	Lancio		Inattivo
	JumpStation	Lancio		Inattivo
	WWW Worm	Lancio		Inattivo
1994	WebCrawler	Lancio	Bing	Attivo
	Go.com	Lancio		Inattivo
	Infoseek	Lancio		Inattivo
	Lycos	Lancio	Bing	Attivo
	Spenki	Fondazione		Inattivo
1995	AltaVista	Lancio		Inattivo, reindirizzato a Yahoo!
	Daum	Lancio		Attivo
	Magellan	Lancio		Inattivo
	Excite	Lancio		Inattivo, solo notizie
	SAPO	Lancio		Inattivo, solo notizie
	Yahoo!	Lancio		Inattivo (diventato Yahoo! Search)
1996	Dogpile	Lancio	Aggregatore	Attivo
	Inktomi	Fondazione		Inattivo, acquisito da Yahoo!
	HotBot	Fondazione		Attivo
	Arianna	Fondazione		Inattivo, inglobato in Libero
	Multisoft	Fondazione		Inattivo
	Virgilio	Fondazione		Attivo, risultati Google
	Ask Jeeves	Fondazione		Inattivo (rimarchiato in ask.com)
1997	Northern Light	Lancio		Inattivo
	Yandex	Lancio	Proprietario	Attivo
1998	Google	Lancio	Proprietario	Attivo
	Ixquick	Lancio	Aggregatore	Attivo anche come Startpage
	MSN Search	Lancio		Inattivo, diventato Bing
	empas	Lancio		Inattivo (fusa con NATE)
1999	Alltheweb	Lancio		Inattivo (URL reindirizzato a Yahoo!)
	GenieKnows	Lancio		Inattivo
	Naver	Lancio		Attivo
	Teoma	Fondazione	Ask	Attivo
	Vivísimo	Fondazione		Inattivo, IMB
	superEva	Lancio		Inattivo, solo analisi trend
2000	Baidu	Fondazione	Proprietario	Attivo
	Exalead	Lancio	Proprietario	Attivo
	Gigablast	Lancio	Proprietario	Attivo
2001	Kartoo	Lancio		Inattivo
2003	Info.com	Lancio	Bing	Attivo
	Scroogle	Lancio		Inattivo
2004	Yahoo! Search	Lancio finale	Bing	Attivo
	A9.com	Lancio		Inattivo
	Sogou	Lancio		Attivo
2005	Windows Live Search	Lancio finale		Inattivo
	GoodSearch	Lancio		Inattivo
	SearchMe	Lancio		Inattivo
2006	Soso	Lancio		Attivo
	Quaero	Fondazione		Inattivo
	Search.com	Fondazione	Proprietario	Attivo (Cerca solo su CBS)
	Ask.com	Lancio		Attivo
	Windows Live Search	Lancio		Inattivo
	ChaCha	Lancio beta		Inattivo
	Guruji.com	Lancio beta		Inattivo
2007	Wikiseek	Lancio		Inattivo
	Sproose	Lancio		Inattivo
	Wikia Search	Lancio		Inattivo
2008	Cuil	Lancio		Inattivo
	Powerset	Lancio		Inattivo
	Picollator	Lancio		Inattivo
	Viewzi	Lancio		Inattivo
	Boogami	Lancio		Inattivo
	LeapFish	Lancio		Inattivo
	Forestle	Lancio		Inattivo
	Ecocho	Lancio		Inattivo
	DuckDuckGo	Lancio	Bing + Algoritmi proprietari	Attivo
2009	Wolfram Alpha	Lancio	Proprietario	Attivo
	Bing	Lancio	Proprietario	Attivo
	Yebol	Lancio		Inattivo
	Mugurdy	Lancio		Inattivo
	Scout (Goby)	Lancio		Inattivo
	Coozila!	Lancio		Attivo
	Ecosia	Lancio	Bing + Algoritmi proprietari	Attivo
	NATE	Lancio		Attivo
2010	iAlgae	Lancio		Attivo
	Blekko	Lancio		Inattivo (venduto a IBM)
	Cuil	Lancio		Inattivo
	Yandex (Versione in Inglese)	Lancio		Attivo
2011	YaCy	Lancio		Inattivo (Software self-hosted)
2012	Volunia	Lancio		Inattivo
	Ideao	Lancio		Inattivo
2013	Istella	Lancio	Proprietario	Raggiungibile, inattivo
	Qwant	Lancio	Bing + Algoritmi proprietari	Attivo
	Aoohe	Lancio		Inattivo
	Coc Coc	Lancio		Attivo
	Egerin	Lancio		Attivo, motore di ricerca in curdo / Sorani
2014	Searx	Lancio	Aggregatore	Attivo
	Swisscows	Lancio	Bing	Attivo
2015	Cliqz	Lancio	Proprietario	Inattivo
2017	Xaphir	Beta	Proprietario	Inattivo, acquisito da Qwant[19]
2018	Kagi	Lancio	Metamotore + Proprietario	Attivo

La maggior parte dei motori di ricerca che opera sul web è gestito da compagnie private che utilizzano algoritmi proprietari e banche dati tenuti segreti. Esistono comunque diversi tentativi di dar vita a motori di ricerca fondati sul software libero, alcuni esempi sono:

• Lucene
• Nutch
• YaCy
• OpenIndexer

Altri motori di ricerca attivi al marzo 2020, sono: Metager (per la privacy), Serch Encrypt, SearX,Gibiru, YaCy (decentralizzato), Yippi, Lukol e Boardreader.

Le più recenti innovazioni nella produzione di algoritmi e di sistemi di Information Retrieval si basano sull'analisi semantica dei termini e sulla conseguente creazione di reti semantiche. La stessa Google ha adottato sistemi per la prevenzione dell'errore e la contestualizzazione dei risultati^[20][21].

È lecito prevedere che nel giro di alcuni anni i motori di ricerca baseranno le proprie tecnologie sia sull'analisi quantitativa dei contenuti (le parole in sé), sia soprattutto su quella qualitativa (il senso delle parole). I motori di ricerca saranno, ad esempio, in grado di distinguere il senso della parola "pesca" a seconda di quale sia il contesto in cui la parola è contenuta (capire se sia il frutto, la disciplina sportiva, o altro). Per muoversi in questa direzione Google ha acquisito Oingo (un tempo noto come "il motore dei concetti") e la tecnologia dell'azienda che lo creò, la Applied Semantics^[22].

Lo stesso argomento in dettaglio: Web 2.0.

La nuova frontiera dei motori di ricerca è il web 2.0. Adottando questa logica molti motori e directory internazionali puntano a una maggiore partecipazione degli utenti nella creazione dei contenuti dei motori di ricerca, in modo da eliminare qualsiasi ricorso a spider o a link sponsorizzati. Con questa logica gli utenti possono segnalare essi stessi i link e decidono se dare o meno popolarità ai siti segnalati.

Il web 2.0 punta anche a una facilità di utilizzo più rapida, veloce ed intuitiva grazie all'utilizzo di Metamotori (o motori di ricerca multipli) come^[23][24]:

• Ixquick
• MetaCrawler
• Tinooo^[25]
• Searx

I comuni browser contengono una lista predefinita di motori di ricerca (i maggiori) nell'impostazione relativa al motore di ricerca preferito (principale). Qualora un certo motore di ricerca non sia presente è sufficiente eseguire la seguente procedura:

• aprire il motore di ricerca voluto, eseguire una qualsiasi ricerca (ad esempio "ciao");
• copiare l'URL restituita e sostituire la parola cercata ("ciao") con la stringa "%s" (senza le virgolette) (la query diventa "www.esempio.com/search?q=%s");
• incollare la query nel campo delle impostazioni del browser per l'aggiunta manuale di motori di ricerca e dare il comando di inserimento;
• se lo si vuole, rendere predefinito il motore di ricerca appena inserito.

Contrariamente ad alcune aspettative dei primi anni Duemila, i motori di ricerca hanno reso più importante l'attività umana di ricerca e selezione delle fonti più autorevoli.

Le biblioteche svolgono un'attività di supporto e consulenza in tal senso. Esistono progetti aperti e gratuiti, come Eurekoi, nei quali un utente può porre a una rete di bibliotecari esperti un quesito circa una risorsa per un argomento specifico.^[26]

• Guida alle Tecniche di Ricerca su Internet, Milano, Loeacher, 2000.

• Wikizionario contiene il lemma di dizionario «motore di ricerca»
• Wikimedia Commons contiene immagini o altri file sul motore di ricerca

• motore di ricerca, su Treccani.it – Enciclopedie on line, Istituto dell'Enciclopedia Italiana.
• motóre di ricérca, su sapere.it, De Agostini.
• (EN) Adam Volle, search engine, su Enciclopedia Britannica, Encyclopædia Britannica, Inc.
• (EN) Istruzioni di ricerca avanzata su Google.com, su lifewire.com. URL consultato il 19 marzo 2018 (archiviato dall'url originale il 7 gennaio 2018).

Portale Internet: accedi alle voci di Teknopedia che trattano di internet