Hoy tuve la intención de releer un documento que en su momento me ayudó a aclarar algunas cuestiones relacionadas con el ordenamiento de resultados, no ya desde un punto de vista algorítmico, sino más bien desde connotación de las búsquedas.

En su momento Andrei Broder clasificó los tipos de búsquedas en tres categorías (algo así como los tipos ideales de Max Weber), es decir: búsquedas navegacionales, transaccionales e informativas. Pero Google ha hecho otra categorización en base a la relevancia que debe o no tener un resultado para una query dada.

Concretamente se trata de un documento interno de Google (PDF) que salió a la luz en junio 2005 en el blog del holandés Hek van Ess. Este documento “Guía general para la evaluación al azar de queries” data de diciembre 2003. Es de gran valor leerlo, para aquellos que aún no lo conozcan. La guía era y/o es utilizada por los así llamados “Quality Raters”, empleados temporales de Google para evaluar los resultados.

Google entonces hace la siguiente clasificación, por la cual el resultado de una búsqueda puede ser: vital, útil, relevante, fuera de tema (off-topic), ofensivo, erróneo y “la página no cargó”.

• Vital: es la categoría reservada para resultados únicos muy especiales para un subgrupo especial de queries. Los ejemplos que se listan son en su mayoría navegacionales. La mayoría de las queries no pueden tener resultados vitales, y se denominan queries genéricos ya que “nadie tiene la máxima autoridad en el tema y no existe un ente que sea el objetivo único de la búsqueda”.

  Uno de los ejemplos que se dan como palabra genérica pero cuyo resultado si es vital, es la querie [economist] cuyo significado genérico es “débil” y por ende Google entiende que el resultado vital ha de ser la web de la revista The Economist.

  Los otros días, Telendro comparaba la búsqueda [digg] en los diferentes buscadores. En Google (español) la web de Digg.com aparece segundo trás la Wikipedia. ¿Será que al ser un medio tan novedoso y en inglés, editado “por la sabiduría de la mayoría”, es decir por los votos de los usuarios, entonces es necesario mostrar el resultado de la Wikipedia para explicar de que va Digg? La teoría se cae al buscar [meneame]: aparece primero en Google, la Wikipedia le sigue. Eso sí, en Google.com, Digg.com es el primer resultado

• Útil: ¿Qué sucede cuando una query tiene dos interpretaciones, por lo que a cada una se le podría asignar una probabilidad del 50% y cada interpretación “posee” una homepage única? ¿Tenemos un resultado vital para cada uno? La respuesta es no. “Al reflejar la ambigüedad inherente a la query” dice el documento, “reducimos el ranking de lo que en otro caso hubiese sido el resultado vital en la escala de valores”. Como resultado, ambos resultados serán clasificados como útiles. El documento explica que “un sitio de noticias puede ser útil si es confiable y actualizado ofreciendo el beneficio de tener gran profundidad”.
• Relevante: un escalón abajo en la escala de relevancia. Los resultados que se puedan considerar relevantes tienen menos atributos valorables que los resultados útiles. Un resultado relevante puede cubrir una sola importante faceta de un tema, cuando un resultado útil se espera que cubra la query de forma más amplia. A veces, un resultado que organiza la información de un tema, como la tabla de contenidos de un libro, es útil, mientras que una pieza individual de información, como puede ser un capítulo de un libro, debería ser calificado de relevante. Sin embargo, un capítulo importante también podría ser útil.

  Por ejemplo, la búsqueda [stairway to heaven], la página principal del show “The Stairway to Heaven” es relevante porque el show de televisión está subordinado a la interpretación dominante de la búsqueda, es decir la canción de Led Zepellin con el mismo nombre.

Dejamos por hoy el resto de las categorías para que las leáis en el documento. Ahora cuando te pidan posicionar una web… ¿te preguntarás si la web a posicionar es vital, útil o relevante?