{"id":214,"date":"2023-11-30T17:19:57","date_gmt":"2023-11-30T17:19:57","guid":{"rendered":"https:\/\/aiopentext.itd.cnr.it\/intelligenzaartificiale\/chapter\/optimising-search\/"},"modified":"2024-01-31T11:39:40","modified_gmt":"2024-01-31T11:39:40","slug":"optimising-search","status":"publish","type":"chapter","link":"https:\/\/aiopentext.itd.cnr.it\/intelligenzaartificiale\/chapter\/optimising-search\/","title":{"raw":"Ottimizzazione della ricerca","rendered":"Ottimizzazione della ricerca"},"content":{"raw":"<p class=\"no-indent\"><em>[Questo capitolo \u00e8 stato tradotto con strumenti di traduzione automatica].<\/em><\/p>\n<p class=\"no-indent\">Questa \u00e8 la chiave di lettura dell'esercizio Ottimizzazione della ricerca nei <a href=\"https:\/\/aiopentext.itd.cnr.it\/intelligenzaartificiale\/chapter\/search-engines-part-1\/\">Motori di ricerca, Parte 1<\/a>.<\/p>\n<p class=\"indent\">I motori di ricerca modificano costantemente i loro algoritmi. Anche gli algoritmi di ricerca e di posizionamento cambiano da un motore all'altro. Ci\u00f2 che funziona bene in uno potrebbe non funzionare affatto in un altro. Tuttavia, esistono alcune regole comuni che possono aiutare a ottimizzare la ricerca nella maggior parte dei casi.<\/p>\n\n<ol>\n \t<li>\u00c8 meglio<strong> evitare le query di ricerca con una sola parola<\/strong>. Una buona regola \u00e8 quella di includere il contesto, ovvero ci\u00f2 che si vuole ottenere con la ricerca. Tuttavia, un numero eccessivo di parole potrebbe non restituire un risultato o restituire risultati non pertinenti: cercate di descrivere ci\u00f2 che desiderate con <strong>pochi sostantivi chiave<\/strong>. \u00c8 buona norma omettere le parole troppo generiche.\nLa ricerca \u00e8 un processo iterativo. Dovrete <strong>riformulare la domanda<\/strong> in base a ci\u00f2 che funziona.\nEcco un esempio tratto dal British Journal of Educational Technology di uno studente che utilizza la ricerca in modo iterativo: \"La migliorata padronanza del discorso accademico nell'area di riferimento ha permesso a Nomusa di formulare la seguente sequenza di domande:\n<ul>\n \t<li><strong>materiale da costruzione sostenibile<\/strong> (non vede nulla di interessante nell'elenco dei risultati)<\/li>\n \t<li><strong>mezzi di sussistenza sostenibili<\/strong> (esplora due risultati della ricerca)<\/li>\n \t<li><strong>materiali da costruzione per i mezzi di sussistenza sostenibili<\/strong> (trova una fonte di riferimento)L'utilizzo di questo tipo di sequenza \u00e8 una strategia comune tra i ricercatori esperti del web, che in genere si affidano a interrogazioni ripetute con leggere variazioni nei termini della query. \"<sup>1<\/sup><\/li>\n \t<li>Per capire come viene utilizzata l'intelligenza artificiale nei motori di ricerca, l'intelligenza artificiale nei motori di ricerca, l'intelligenza artificiale utilizzata nei motori di ricerca, ecc.<\/li>\n<\/ul>\n<\/li>\n \t<li><strong>Le virgolette obbligano il motore di ricerca a cercare le corrispondenze esatte<\/strong> dei termini al loro interno. I risultati di ricette di formaggio al forno potrebbero includere ricette di cheesecake, mentre \"ricette di formaggio al forno\" eviter\u00e0 questa confusione. Le storie della \"Germania dell'Est\" mostreranno risultati sia in tedesco che in orientale e questo dovrebbe essere evidente confrontando il numero di pagine di risultati di ricerca per le storie della \"Germania dell'Est\" e per le storie della Germania dell'Est.<\/li>\n \t<li>I motori di ricerca<strong> ignorano la punteggiatura<\/strong>, tranne \" e \" (come discusso sopra e per mostrare la propriet\u00e0).<\/li>\n \t<li><strong>near<\/strong> mostra ci\u00f2 che si trova nelle vicinanze di un determinato luogo. <strong>near me<\/strong> fornisce risultati applicabili alla posizione attuale del dispositivo. restaurants near eiffel tower \u00e8 un modo possibile per cercare un posto dove mangiare se si sta visitando la Torre Eiffel.<\/li>\n \t<li>Il simbolo meno seguito immediatamente da una parola<strong> esclude le pagine con quella parola<\/strong>. Pi\u00f9 parole possono essere combinate all'interno di \"\". artificial intelligence - \"machine learning\" mostrer\u00e0 i risultati che menzionano l'intelligenza artificiale ma non il machine learning.<\/li>\n \t<li><strong>x AND y<\/strong> cerca i risultati che contengono sia x che y. <strong>x OR y<\/strong> mostra i risultati che contengono x o y o sia x che y. Si noti che sia AND che OR sono in maiuscolo.\n\"Quando si desidera ottenere risultati che includano due parole specifiche sinonime o strettamente correlate, utilizzare l'operatore OR. Ad esempio: consulente di marketing diretto O esperto. In questo modo si combinano i risultati di due frasi: consulente di direct marketing ed esperto di direct marketing \"<sup>2<\/sup>.<\/li>\n \t<li><strong>*<\/strong> I risultati di university of * california includeranno university of southern california, mentre university of california non lo far\u00e0, almeno nelle prime pagine.<\/li>\n \t<li><strong>site:bbc.com<\/strong> limita i risultati a ci\u00f2 che si trova nel sito bbc.com. <strong>courses site:*.edu<\/strong> restituisce i risultati per tutti i siti che terminano in .edu (istituzioni educative). Se si cercano articoli accademici, \u00e8 bene cercare in siti specifici come springer.com, scholar.google.com ecc.\n\"La ricerca di articoli di ricerca accademici \u00e8 molto pi\u00f9 efficiente se si utilizza una delle raccolte di informazioni accademiche, piuttosto che cercare semplicemente nel web aperto e globale. La selezione di una risorsa da ricercare \u00e8 una sorta di ricerca mirata, necessaria per includere il tipo di risultato appropriato. Lo spazio dell'informazione non \u00e8 omogeneo, ma ha una struttura distinta. Quanto pi\u00f9 si conosce questa struttura, tanto pi\u00f9 si pu\u00f2 essere efficaci come ricercatori \"<sup>3<\/sup>.<\/li>\n \t<li><strong>filetype:pdf<\/strong> o <strong>filetype:jpg<\/strong> ecc. restituisce link che sono documenti pdf o immagini jpg.<\/li>\n<\/ol>\n\n<hr>\n<p class=\"hanging-indent\" style=\"text-align: left\"><sup>1 <\/sup>Walton, M., Archer, A., <em>The Web and information literacy: scaffolding the use ofweb sources in a project-based curriculum<\/em>, British Journal of Educational Technology, Vol 35 No 2, 2004.<\/p>\n<p class=\"hanging-indent\" style=\"text-align: left\"><sup>2 <\/sup>Spencer, S., <em>Google Power Search: The Essential Guide to Finding Anything Online With Google<\/em>, Koshkonong, Kindle Edition.<\/p>\n<p class=\"hanging-indent\" style=\"text-align: left\"><sup>3 <\/sup>Russell, D., <em>What Do You Need to Know to Use a Search Engine? Why We Still Need to Teach Research Skills<\/em>, AI Magazine, 36(4), 2015.<\/p>","rendered":"<p class=\"no-indent\"><em>[Questo capitolo \u00e8 stato tradotto con strumenti di traduzione automatica].<\/em><\/p>\n<p class=\"no-indent\">Questa \u00e8 la chiave di lettura dell&#8217;esercizio Ottimizzazione della ricerca nei <a href=\"https:\/\/aiopentext.itd.cnr.it\/intelligenzaartificiale\/chapter\/search-engines-part-1\/\">Motori di ricerca, Parte 1<\/a>.<\/p>\n<p class=\"indent\">I motori di ricerca modificano costantemente i loro algoritmi. Anche gli algoritmi di ricerca e di posizionamento cambiano da un motore all&#8217;altro. Ci\u00f2 che funziona bene in uno potrebbe non funzionare affatto in un altro. Tuttavia, esistono alcune regole comuni che possono aiutare a ottimizzare la ricerca nella maggior parte dei casi.<\/p>\n<ol>\n<li>\u00c8 meglio<strong> evitare le query di ricerca con una sola parola<\/strong>. Una buona regola \u00e8 quella di includere il contesto, ovvero ci\u00f2 che si vuole ottenere con la ricerca. Tuttavia, un numero eccessivo di parole potrebbe non restituire un risultato o restituire risultati non pertinenti: cercate di descrivere ci\u00f2 che desiderate con <strong>pochi sostantivi chiave<\/strong>. \u00c8 buona norma omettere le parole troppo generiche.<br \/>\nLa ricerca \u00e8 un processo iterativo. Dovrete <strong>riformulare la domanda<\/strong> in base a ci\u00f2 che funziona.<br \/>\nEcco un esempio tratto dal British Journal of Educational Technology di uno studente che utilizza la ricerca in modo iterativo: &#8220;La migliorata padronanza del discorso accademico nell&#8217;area di riferimento ha permesso a Nomusa di formulare la seguente sequenza di domande:<\/p>\n<ul>\n<li><strong>materiale da costruzione sostenibile<\/strong> (non vede nulla di interessante nell&#8217;elenco dei risultati)<\/li>\n<li><strong>mezzi di sussistenza sostenibili<\/strong> (esplora due risultati della ricerca)<\/li>\n<li><strong>materiali da costruzione per i mezzi di sussistenza sostenibili<\/strong> (trova una fonte di riferimento)L&#8217;utilizzo di questo tipo di sequenza \u00e8 una strategia comune tra i ricercatori esperti del web, che in genere si affidano a interrogazioni ripetute con leggere variazioni nei termini della query. &#8220;<sup>1<\/sup><\/li>\n<li>Per capire come viene utilizzata l&#8217;intelligenza artificiale nei motori di ricerca, l&#8217;intelligenza artificiale nei motori di ricerca, l&#8217;intelligenza artificiale utilizzata nei motori di ricerca, ecc.<\/li>\n<\/ul>\n<\/li>\n<li><strong>Le virgolette obbligano il motore di ricerca a cercare le corrispondenze esatte<\/strong> dei termini al loro interno. I risultati di ricette di formaggio al forno potrebbero includere ricette di cheesecake, mentre &#8220;ricette di formaggio al forno&#8221; eviter\u00e0 questa confusione. Le storie della &#8220;Germania dell&#8217;Est&#8221; mostreranno risultati sia in tedesco che in orientale e questo dovrebbe essere evidente confrontando il numero di pagine di risultati di ricerca per le storie della &#8220;Germania dell&#8217;Est&#8221; e per le storie della Germania dell&#8217;Est.<\/li>\n<li>I motori di ricerca<strong> ignorano la punteggiatura<\/strong>, tranne &#8221; e &#8221; (come discusso sopra e per mostrare la propriet\u00e0).<\/li>\n<li><strong>near<\/strong> mostra ci\u00f2 che si trova nelle vicinanze di un determinato luogo. <strong>near me<\/strong> fornisce risultati applicabili alla posizione attuale del dispositivo. restaurants near eiffel tower \u00e8 un modo possibile per cercare un posto dove mangiare se si sta visitando la Torre Eiffel.<\/li>\n<li>Il simbolo meno seguito immediatamente da una parola<strong> esclude le pagine con quella parola<\/strong>. Pi\u00f9 parole possono essere combinate all&#8217;interno di &#8220;&#8221;. artificial intelligence &#8211; &#8220;machine learning&#8221; mostrer\u00e0 i risultati che menzionano l&#8217;intelligenza artificiale ma non il machine learning.<\/li>\n<li><strong>x AND y<\/strong> cerca i risultati che contengono sia x che y. <strong>x OR y<\/strong> mostra i risultati che contengono x o y o sia x che y. Si noti che sia AND che OR sono in maiuscolo.<br \/>\n&#8220;Quando si desidera ottenere risultati che includano due parole specifiche sinonime o strettamente correlate, utilizzare l&#8217;operatore OR. Ad esempio: consulente di marketing diretto O esperto. In questo modo si combinano i risultati di due frasi: consulente di direct marketing ed esperto di direct marketing &#8220;<sup>2<\/sup>.<\/li>\n<li><strong>*<\/strong> I risultati di university of * california includeranno university of southern california, mentre university of california non lo far\u00e0, almeno nelle prime pagine.<\/li>\n<li><strong>site:bbc.com<\/strong> limita i risultati a ci\u00f2 che si trova nel sito bbc.com. <strong>courses site:*.edu<\/strong> restituisce i risultati per tutti i siti che terminano in .edu (istituzioni educative). Se si cercano articoli accademici, \u00e8 bene cercare in siti specifici come springer.com, scholar.google.com ecc.<br \/>\n&#8220;La ricerca di articoli di ricerca accademici \u00e8 molto pi\u00f9 efficiente se si utilizza una delle raccolte di informazioni accademiche, piuttosto che cercare semplicemente nel web aperto e globale. La selezione di una risorsa da ricercare \u00e8 una sorta di ricerca mirata, necessaria per includere il tipo di risultato appropriato. Lo spazio dell&#8217;informazione non \u00e8 omogeneo, ma ha una struttura distinta. Quanto pi\u00f9 si conosce questa struttura, tanto pi\u00f9 si pu\u00f2 essere efficaci come ricercatori &#8220;<sup>3<\/sup>.<\/li>\n<li><strong>filetype:pdf<\/strong> o <strong>filetype:jpg<\/strong> ecc. restituisce link che sono documenti pdf o immagini jpg.<\/li>\n<\/ol>\n<hr \/>\n<p class=\"hanging-indent\" style=\"text-align: left\"><sup>1 <\/sup>Walton, M., Archer, A., <em>The Web and information literacy: scaffolding the use ofweb sources in a project-based curriculum<\/em>, British Journal of Educational Technology, Vol 35 No 2, 2004.<\/p>\n<p class=\"hanging-indent\" style=\"text-align: left\"><sup>2 <\/sup>Spencer, S., <em>Google Power Search: The Essential Guide to Finding Anything Online With Google<\/em>, Koshkonong, Kindle Edition.<\/p>\n<p class=\"hanging-indent\" style=\"text-align: left\"><sup>3 <\/sup>Russell, D., <em>What Do You Need to Know to Use a Search Engine? Why We Still Need to Teach Research Skills<\/em>, AI Magazine, 36(4), 2015.<\/p>\n","protected":false},"author":1,"menu_order":4,"template":"","meta":{"pb_show_title":"","pb_short_title":"","pb_subtitle":"","pb_authors":[],"pb_section_license":""},"chapter-type":[49],"contributor":[],"license":[],"part":207,"_links":{"self":[{"href":"https:\/\/aiopentext.itd.cnr.it\/intelligenzaartificiale\/wp-json\/pressbooks\/v2\/chapters\/214"}],"collection":[{"href":"https:\/\/aiopentext.itd.cnr.it\/intelligenzaartificiale\/wp-json\/pressbooks\/v2\/chapters"}],"about":[{"href":"https:\/\/aiopentext.itd.cnr.it\/intelligenzaartificiale\/wp-json\/wp\/v2\/types\/chapter"}],"author":[{"embeddable":true,"href":"https:\/\/aiopentext.itd.cnr.it\/intelligenzaartificiale\/wp-json\/wp\/v2\/users\/1"}],"version-history":[{"count":1,"href":"https:\/\/aiopentext.itd.cnr.it\/intelligenzaartificiale\/wp-json\/pressbooks\/v2\/chapters\/214\/revisions"}],"predecessor-version":[{"id":215,"href":"https:\/\/aiopentext.itd.cnr.it\/intelligenzaartificiale\/wp-json\/pressbooks\/v2\/chapters\/214\/revisions\/215"}],"part":[{"href":"https:\/\/aiopentext.itd.cnr.it\/intelligenzaartificiale\/wp-json\/pressbooks\/v2\/parts\/207"}],"metadata":[{"href":"https:\/\/aiopentext.itd.cnr.it\/intelligenzaartificiale\/wp-json\/pressbooks\/v2\/chapters\/214\/metadata\/"}],"wp:attachment":[{"href":"https:\/\/aiopentext.itd.cnr.it\/intelligenzaartificiale\/wp-json\/wp\/v2\/media?parent=214"}],"wp:term":[{"taxonomy":"chapter-type","embeddable":true,"href":"https:\/\/aiopentext.itd.cnr.it\/intelligenzaartificiale\/wp-json\/pressbooks\/v2\/chapter-type?post=214"},{"taxonomy":"contributor","embeddable":true,"href":"https:\/\/aiopentext.itd.cnr.it\/intelligenzaartificiale\/wp-json\/wp\/v2\/contributor?post=214"},{"taxonomy":"license","embeddable":true,"href":"https:\/\/aiopentext.itd.cnr.it\/intelligenzaartificiale\/wp-json\/wp\/v2\/license?post=214"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}