SISTEMAS DE RECUPERACION DE INFORMACION WEB

Un buscador o aun motor de busqueda permite al usuario realizar búsquedas de archivos almacenados en servidores Web. Hay diferentes tipos de buscadores:

·        Directorios o índices: son bases de datos creadas manualmente y catalogadas por directorios o subdirectorios para indexar las páginas Web. Se caracterizan por ser temáticos y generar resultados relevantes y paginas de calidad.

Las 10 bases de datos más grandes del mundo son: 

        1. World Data Centre for Climate

• 220 terabytes de datos web
• 6 petabytes de datos adicionale
• Ubicada en Alemania

        2. National Energy Research Scientific Computing Center

• 2.8 petabytes de datos
• Operada por más de 2,000 científicos

        3. AT&T

• 323 terabytes de información
• 1.9 trillones de llamadas telefónicas guardadas

        4. Google

• 91 millones de búsquedas por día
• Realiza más de 50% de las búsquedas en Internet a nivel mundial

        5. Sprint  

• 2.85 trillones de filas en la base de datos
• 365 millones de detalles de llamadas procesadas por día

        6. ChoicePoint

• 250 terabytes de datos personales
• Información de más de 250 millones de personas

        7. YouTube

• 100 millones de videos vistos por día
• 65,000 videos agregados por día
• Tiene el 60% de los videos que hay en línea
• Al menos 45 terabytes de videos

        8. Amazon

• 59 millones de clientes activos
• Más de 42 terabytes de datos

        9. CIA (Central Intelligence Agency)

• Estadísticas y datos detallados de más de 250 países
• Gran número desconocido de información clasificada

        10. Biblioteca del congreso de Estados Unidos

• 29 millones de libros
• 5 millones de documentos digitales
• 20 terabytes de datos en texto

Fuente:

http://www.terra.es/personal2/jescobarg/documentamania/apuntes/Sistemas%20de%20Recuperacion%20de%20Informacion%20Web.pdf  

[consultado 28 Febrero de 2011]