Búsqueda y acceso a información

By Angel Maldonado

Enterprise Search strategy needs to evolve and innovate by applying the successful Social Media principles of the Web.

An Enterprise user is boomed with frustrations when interacting with Enterprise information and knowledge at the corporate environment. While the same user on the web can find mostly anything needed and be easily updated on friends activities and thoughts.

For the retrieval part of Enterprise assets great progress has been made and yet, in my radar, only a very few set of companies tackle it successfully.

For the being updated on peers activities part, there is so much more that the Enterprise shall do and learn from the success of Social Media on the Web.

Taking Social Media success to the Enterprise decision making.

Such initiatives are already taking place empowered by collaborative platforms, internal communication tools, complementary micro-blogging apps or merely developed additions like allowing a user to populate the now classic “what are you working on?” field on its profile, work-space, and the like.

Continue leyendo »

Borja Ramirez

Hojeando las presentaciones del pasado evento del 16 de Junio sobre la Empresa 2.0, me ha llamado la atención un diagrama de la presentacion de Genis Roca:

La cuestión que me planteo es la siguiente: es evidente que el consumo de información está cambiando radicalmente con el uso de redes sociales, de hecho ya hemos hablado en este blog que el futuro de la búsqueda no es la búsqueda, ya no buscamos la información sino que la información llega a nosotros via nuestros contactos, pero a la misma vez me surgen muchas preguntas:

• Si yo ya digo lo que me interesa en mis redes sociales ¿porque la red no es capaz de seleccionarme y entregarme la información que a mi me parece relevante?
• ¿Por qué los medios no son capaces de enviarme solo, y digo solo, lo que a mi me interesa? No es muy dificil saber a lo que yo me dedico y lo que me interesa, si por ejemplo me sigues en Twitter (twitter.com/borja_ramirez).
• ¿Por qué la Administarcion Publica que sabe tanto de mi (desde mi residencia, situacion familiar, si tengo hijos o no, cual es mi trabajo, cuanto cotizo, etc..) no es capaz de enviarme informacion que me sea de utilidad?
• Se que existen cientos de personas por ahi en las redes sociales como yo, que hablan de lo mismo que yo, con mis mismas inquietudes y pasiones, ¿Cómo puedo dar con ellas?

Todas estas preguntas requieren tecnologia para acercar informacion relevante y gente interesante a cada usuario de la red. La tecnologia está ahí, preparada para hacer este trabajo sucio para cada uno de nosotros. Por poner un ejemplo, el equipo de Colbenson está trabajando en un proyecto que promete mucho: tecnologia de empatía. Ya nos contarán como van las pruebas con TwitterSAID.

Si os fijais en el diagrama de arriba, la siguiente ola tras las redes sociales, es Social News, y luego Targeted, no os suena muy parecido a mis preguntas de arriba? Targeted segun mi entendiemiento quiere decir que los medios, las empresas, la Administracion, etc..serán capaces de filtrarme y seleccionarme la informacion que a mi me interesa. Brillante!

Podeis ver más presentaciones de Genis en su Slideshare.

By: Angel Maldonado

Information is increasingly coming to us through our peers, friends and colleagues rather than we having to search for it. This represents a fundamental disruption in the Search market where search will be replaced by user’s suggestions first and by automated algorithms secondly.

The challenge of finding information is generally dealt with search. This is the least bad solution as information continues to be discriminated when it does not match a query or some given ranking.

Information is complex and searching is simple, perfect recall through search is unreachable whether it uses legacy, semantic or probabilistic means.

The massive growth in social networks of professional or personal nature is measured by their interactions, those interactions are increasingly satisfying the needs of finding information.

Is not about search, is retrieval

More often such limited view of the information location problem is changing to a more reasonable perception of its complexities. Search represents one of the possible ways to reach information. In every case it can be retrieved through many other complementary and, with regards to suggestions not just complementary but alternative ways.

In fact, one can argue that the most commonly known search tools like Google, do not depend on search but more importantly on rankings. In Google’s case these rankings are based on determining what is popular on top of what matches a query.

The future of retrieval

Continue leyendo »

 Angel Maldonado

Muchas gracias a todos por haber respondido al cuestionario sobre el tiempo y frecuencia que dedicáis a vuestras redes sociales y a los buscadores generalistas de Internet.

Han sumado hasta hoy jueves 21 de Mayo más de 400 respuestas en solo 3 días!  Os muestro los resultados de los 370 usuarios que consumen más de 4 horas al día en Internet. Estas respuestas han llegado vía email, Facebook, Twitter y directamente desde el blog Búsqueda Empresarial.

No soy ningún experto en estadística y no pretendo que los resultados representen nada más que un poco de fundamentación sobre la inquietud que a muchos de nosotros nos provoca el hecho de que pasamos mucho tiempo en nuestras redes sociales y profesionales y que por ello desciende nuestro consumo de tiempo  en otros sites y en especial en buscadores generalistas como Google o Yahoo, con la peculiaridad de que seguimos informándonos y encontrando información pero sin ir a buscarla.

Estos son los resultados:

Continue leyendo »

Borja Ramirez

En mi anterior post, hace ya mas de un mes según veo (que barbaridad, desde que tuiteo más asiduamente mi volumen de posts aqui ha bajado drasticamente, será que Twitter te hace más vago?), hablaba sobre la búsqueda en tiempo real, sus retos y las posibilidades que se abren.  Hoy me gustaria profundizar un poco más sobre el propio ranking de una búsqueda en tiempo real. ¿Que elementos deberían de participar en el algoritmo de ranking de una búsqueda en Twitter por ejemplo? ¿en base a que criterios deberían de “ordenarse” los resultados de una busqueda en tiempo-real?

Todas estas preguntas me rondaban la cabeza durante las ultimas semanas, pero este post y los comentarios de este otro, me ha provocado a venir aqui y escribir estas lineas:

Twitter will be improving Twitter Search to index content beyond Twitter.com by crawling links within Twitter posts, and also by adding a ranking algorithm to the search results.

….Twitter hopes to build a ranking algorithm that not only takes into account relevancy, but also the current hot trends and reputation of the Twitter users.

A continuación expongo bajo mi criterio cuales son los ingredientes importantes (no están en orden de prioridad):

Continue leyendo »

Borja Ramirez

Como habreis apreciado en este blog estamos cada día más fascinados con el poder de la comunicación en tiempo real, conexión persistente a tus contactos, a las redes sociales mediante herramientas de microblogging como Twitter. Pero lo que a mi particularmente me pone no es Twitter en si por ejemplo, sino las enormes posibilidades que se abren, y el impacto directo que ha tenido en la forma en la que consumo información. De repente se abre una nueva puerta: los micro-posts o tuits de la gente que sigo es mi primera fuente de información - claro está sin dejar de lado mis mails :(. Hace años accedía a información navegando a sitios web de medios, luego los blogs y los sindicadores RSS tomaron cuerpo y se adueñaron de mi tiempo, ahora frecuento mucho menos mi GReader, simplemente hago un Following de los blogueros, los medios, las empresas y los amigos que me interesan!

Otro punto interesante que surge  a partir de aqui: la búsqueda en tiempo real. Si me interesa saber algo que está ocurriendo en la actualidad, ahora mismo, que es lo que la gente opina y (micro)bloguea sobre ello, hago una busqueda no en Google sino en Twitter. Evidentemente hay un claro shift hacia otros “índices” de información: en muchos casos, ya no busco documentos sino conversaciones.

Hablabamos de los retos de la busqueda en tiempo real (indexación, acceso a paginas bajo contraseña como FB, etc..), pero ahora surge una nueva pregunta: ¿como determinamos la relevancia de un tuit frente a otro en un listado de resultados?

One Riot

Este post de S. Arnold de Beyond Search, habla de un nuevo producto para buscar noticias en Twitter. Este producto, OneRiot, es un claro indicador de que las noticias hay que llevarlas a nuevos canales como Twitter, etc…pero lo que a mi me interesa es su modelo de ranking: lo importante no es “solo” la popularidad del post, sino su inmediatez, su frescura:

Unlike Google, which uses page rank and authority to display top results, OneRiot displays the most recent links Tweeted first. The results are updated constantly. Below each linked article, you can see who found it first and how many people have Tweeted it since. Users can also jump in and participate in the conversations.

Interesante, seguiremos observando nuevos movimientos….

 Angel Maldonado

Las redes sociales amplifican, conectan y nos hacen llegar información sin necesitar que la busquemos. Emplear redes sociales y seguir Blogs via RSSs  en Internet reduce nuestro consumo de buscadores generalistas, dinamiza y enriquece los procesos de información.

Por primera vez, Twitter representa un riesgo importante al crecimiento de Google (Lew Moorman).

Las redes sociales reducen nuestro consumo de buscadores y otros puntos de acceso a Internet.

Aquí documento mis experiencias sobre twitter que me han llevado a pensar esto:

• Lleno de emoción escuchaba hace unos días este video de Tim O’Reilly sobre el valor esencial y pragmático de la gratuidad de los contenidos, descubrí semejante y valiosísima pieza de información sin realizar ninguna búsqueda, sucedió gracias a un tuit de @timoreilly.
• Hace ahora un par de meses que sumé Twitter a mi deleite socio-profesional, con el único propósito de explotar el contacto directo con @sebasmuriel para que me dejasen ir a un evento de reutilización de información al que no me dejaban ir (primer evento aporta). @alorza me hizo esta recomendación mientras comíamos en Bilbao tras ponernos en contacto gracias a su blog.
• Bastaron dos tuits (sin tener que contactar a @sebasmuriel) para que me llamasen e invitasen. (por cierto desde aquí podéis ver los tuits del evento)
• Gracias a Facebook y a mi amigo @alexlawton, recientemente descubrí a un empresario al que como a mí, el mismo concejal de Gijón nos había puesto trabas para desarrollar sendos negocios tecnológicos en dicha localidad. Ahora juntos hemos comenzado un nuevo proyecto; Ideas por Asturias (pronto en www.ideasporasturias.com)
• Hace un par de semanas @fsummers tuiteó que el Herman Dune venía al Primavera Sound Festival (antes de que se anunciara en su web o que el index de Google se actualizara) con lo que ya he organizado este viaje para ver a mi banda favorita (viva) con mi chica favorita.
• Hace unos días @borja_ramirez descubría para mi un post que considero será histórico donde Chris Messina definía el concepto Generation Open. Las ideas de Chirs Messina son de vital importancia y nunca hubiera dado con esto buscando pues no sabría cómo llamarlo.

Sin realizar una sola búsqueda he encontrado los pedazos más valiosos de información, he dado con información directamente relacionada con mis intenciones de búsqueda más retantes. 

Continue leyendo »

Borja Ramirez

Via este post del blog Jeff’s Search Engine Caffe doy con la presentación de Jeff Dean de Google en el pasado WSDM 2009 (Web Search & Data Mining) celebrado en Barcelona. Es muy técnica, habla mucho de como ha crecido Google en infraestructura desde el 1999 hasta el 2009. Habla de arquitectura de índices (docs + queries), encoding, sistemas de caché, crawling vs indexing, etc..Para todos los lectores “técnicos” en búsqueda & Information Retrieval recomiendo la lectura.

Googles keynote WSDN09

Como nota final, resaltaría tres de los challenges o retos que Jeff resalta:

1) Continuously improving translation quality & large-scale systems work to deal with larger and more
complex language models.

2) Building retrieval systems that efficiently deal with ACLs that vary widely in size

3) algorithms/techniques for improved extraction of structured information from unstructured/semi-structured sources

Podeis ver el video completo de la presentación desde aquí.

Os suena todo esto verdad? Nosotros desde Colbenson, estamos trabajando muy duro en el punto 3 de extracción de entidades (el punto dos de gestionar la seguridad de los documentos ya lo controlamos gracias a la tecnología IDOL Server de Autonomy :)). El futuro de la búsqueda pasa por Exploratory Search el cual se respalda en entidades extraidas de información no estructurada.

Borja Ramirez

En este blog hemos hablado con asiduidad sobre la necesidad de los medios en buscar soluciones, muchas de ellas tecnológicas, para sobrevivir en un mundo digital. Mientras todos hablamos de como los medios locales deben reconvertirse al mundo digital, este artículo de Jonathan Weber de New West, un nuevo medio “local” digital estadounidense ofrece una visión práctica, simplista y efectiva:

We have a very active photo group on Flickr, and get great feature photography from that. We mostly use Google for fact-checking - not fool-proof, but it works. We use Twitter and Facebook and RSS to push our stories out into the world. We do great video-driven stories when we can, and happily link to others’ videos. In fact, we happily link to a lot of stuff, sometimes in combination with our own reporting and sometimes not. We have lively comment threads, which we manage with as light a hand as we can and which are often additive to the stories in addition to being entertaining. We have very active event calendars in our local markets - separate from our main sites but well-integrated, and with a dedicated editor. We’re experimenting with a new social media site in Missoula, and we’ll see where that goes.

Portada New West

Otros conceptos interesantes que introduce son los local blogs, ofrecer nuevos modelos de publicidad híbridos digital + eventos locales (New West experience) para los anunciantes, el uso de widgets externos para mejorar y enriquecer la experiencia de usuario, etc.. la verdad es que recomiendo la lectura de este post a todos nuestros lectores de Medios.

Yo soy de los que pienso que hay que ABRIR la información y explotar multiples canales para buscar rentabilidad: redistribuir contenidos por otros canales como redes sociales, blogs, microblogs, mapas, videos, TV sobre IP, etc…hay que facilitar la reutilización de contenidos, poner facilidades y no trabas!. Ahí está la rentabilidad! lo del pago por contenido is part of the past!

Estoy deseoso de ver los resultados de estos grandes ejemplos de reutilizacion de contenidos, la Open Platform del The Guardian, y el TimesPeople API de NY Times.

Me quedo con este comentario de Juan Varela: “Es la ecuación de casi todos los medios con futuro: más acceso y menos restricciones, más audiencia y mercado distribuido.”