Definición:
Un algoritmo de búsqueda es un conjunto de operaciones que sigue un motor de búsqueda para ofrecer unos determinados resultados en detrimento de otros a partir del término o concepto requerido por el usuario. Desde hace algunos años los responsables de los buscadores cambian regularmente sus algoritmos para mejorar la calidad de los resultados de búsqueda y, sobre todo, para evitar manipulaciones. Este proceso exige que la optimización de las páginas web requiera investigación y monitoreo constante.
¿Cómo funcionan los algoritmos de búsqueda?
Para una consulta típica, hay miles, si no millones, de páginas web con información útil. Una definición de algoritmo básica nos permitiría afirmar que son los procesos informáticos y fórmulas que toman las preguntas y las convierten en respuestas. Por ejemplo, hoy en día los algoritmos de Google se basan en más de 200 señales únicas o «pistas» que hacen posible adivinar lo que realmente podría estar buscando. Estas señales incluyen cosas como los términos en los sitios web, la frescura de los contenidos, su región y el PageRank.
La idea básica de un algoritmo es utilizar un índice invertido. Esto significa que para cada palabra se mantiene una lista de documentos en la web que contiene dicha palabra.
En respuesta a una consulta realizada al buscador, se obtiene una lista de los documentos correspondientes (esto se realiza básicamente por la intersección de las listas de las palabras de consulta correspondientes), el procesamiento de estos documentos (extracción de señales de calidad correspondientes a los documentos relativas a las consultas) y clasificar los documentos (respecto a indicativos de la calidad del documento como su PageRank o aspectos de consulta). A través de esto, se organiza y se obtienen los mejores documentos que coincidan con nuestra búsqueda, clasificados de diez en diez.
Los algoritmos suelen valorar positivamente aspectos como que el texto del sitio web esté escrito en un lenguaje natural o las imágenes estén optimizadas para poder llevar a cabo una navegación rápida y sin errores.
Algunos de los algoritmos más conocidos en internet
Los algoritmos que utilizan los motores de búsqueda, las redes sociales e incluso las páginas de contacto influyen de manera notable en la vida cotidiana de los usuarios de internet. Pero, ¿cuáles son los más famosos?
- PageRank de Google. Es el algoritmo más conocido del mundo, ya que es el que utiliza Google para clasificar las páginas indexadas en sus resultados de búsqueda. Al contrario de lo que mucha gente piensa sobre su significado, debe su nombre a Larry Page, uno de los fundadores de la compañía. Originalmente se basaba en el número de páginas que enlazaban a una web, sin tener en cuenta ningún otro factor. Google dejó de mostrar el PageRank el 7 de marzo de 2016, con lo que los expertos en posicionamiento comenzaron a utilizar otras herramientas y surgieron las dudas sobre el peso que tiene en la actualidad este algoritmo para el posicionamiento web.
- EdgeRank de Facebook. La red social también utiliza un algoritmo para clasificar los resultados que el usuario ve en el news feed. Las críticas por la proliferación de las ‘fake news’ ha obligado a la compañía creada por Mark Zuckerberg a hacer algunas modificaciones.
- Trading de alta frecuencia (High Frecuency Trading, HFT). Se utiliza para negociar en los mercados financieros a corto plazo. Lanza órdenes masivas en fracción de segundos, pero el hecho de que muchas de ellas finalmente no se materialicen le ha granjeado un gran número de críticas.
Optimización de algoritmos
Aunque los motores de búsqueda y las redes sociales cambian de forma periódica sus algoritmos, existen algunos trucos para que la obtención de resultados sea lo más eficiente posible:
- Distribuir las labores en miles y miles de máquinas que agilicen la tarea.
- Almacenar la búsqueda en la memoria.
- Almacenar la búsqueda en caché.
- Buscar primero la palabra de consulta en la lista de documentos más corta.
- Mantener los documentos de la lista en orden inverso al PageRank para que el buscador pueda detenerse antes una vez encuentre resultados considerados de buena calidad.
- Mantener listas de pares de palabras que suelen ir con frecuencia juntos.
- Fragmentar por ID de documento, de manera que la carga se distribuye de forma uniforme y la intersección se hace en paralelo.
- Comprimir los mensajes que se envían a través de la red.