Cómo hacer un buen tesauro

[eContento]

Hola,

¿Alguien sabe como hacer un buen tesauro? Os explico mi problemática...

Tengo una web de fotografías de Madrid, y desde el principio me pareció muy interesante permitir hacer una búsqueda dentro de la base de datos. La búsqueda se hacía sobre el título y sobre la descripción de la foto. Hasta ahora me ha resultado bastante bien, ya que la gente que buscaba dentro de mi web entendía que ese era el funcionamiento.

El asunto es que los resultados daban lugar a cosas tan curiosas como que buscando por la palabra "Cibeles", salían fotos de La Cibeles y de otras cosas. ¿por qué de otras cosas? Pues por ejemplo, porque en la descripción de la fuente de Neptuno, aparece que fué concebida por Ventura Rodríguez, junto con la fuente de Apolo y la de Cibeles para el Salón del Prado... De esta forma aparecían fotos relacionadas con el término buscado, pero que no eran exactamente lo buscado. Repito que hasta ahora no era problema porque se sobreentendía que éste era el funcionamiento.

Pero de un tiempo a esta parte, me curré que los parámetros de búsqueda se pasaran por GET, e hice una reescritura de URLs que fuese más amigable a los buscadores de forma que en lugar de ser algo del estilo http://www.fotoMadrid.com/buscarFoto...%20de%20Alcala fuese algo del estilo http://www.fotoMadrid.com/b/Puerta_de_Alcala

Esto permite a gente enlazar desde fuera a fotos de un determinado tema, y a mi mismo, realizar enlaces internos, como por ejemplo, los que tengo en la descripción de la foto de la Plaza Mayor de Madrid.

Pero claro, ahora sí se hace importante esa precisión vs imprecisión a la hora de mostrar resultados. Si me estoy refiriendo a la Cibeles, y pongo un enlace, espero que las fotos que me muestre sólo sean de la Cibeles. Y ahí es dónde les pido ayuda:

Porque necesito hacer un buen tesauro. Técnicamente no hay ningún problema, pero el tema de la usabilidad y categorizar bien los contenidos se me hace muy importante. Necesito unos buenos descriptores que me ayuden y no me vale una mera lista de palabras, porque por ejemplo, Argüelles, ¿me estoy refiriendo a la persona, al barrio o al monumento?

Así que necesitaría separar los descriptores por categorías. Se me había ocurrido, por un lado, autores (para esculturas y edificios), lugares (calles, plazas, barrios)... ¿o como lo debería hacer? Aquí el hacerlo bien desde el principio es importante, porque si no, cambiar algo, una vez esté hecho, es un verdadero follón...

Espero vuestra ayuda.

Un saludo de,
eContento

[metacortex]

Yo te sugeriría que incluyas metatags a tu galería y apuntes la función de búsqueda hacia éstos. De esta forma no te romperás mucho la cabeza con categorías y subcategorías, además de que controlarás a tu parecer el comportamiento de la página en la devolución de los resultados. Adicionalmente podrás crear funciones extras como "temas relacionados" o "fotos relacionadas" que no responden directamente a la palabra clave introducida, pero conserven similitud en sus metadatos.

Adicionalmente puedes implementar la opción de escoger por categorías, pero creo que el grueso de las opciones deberían basarse en lo anterior. Paralelamente (y para ahorrarte consultas a la BD y optimizar la rapidez del sitio) puedes ir construyendo una especie de "knowledge base" con los criterios de búsqueda más utilizados y mantenerlo en algún caché fijo que tengas o te puedas crear.

Saludos.

[eContento]

Iniciado por metacortex

Yo te sugeriría que incluyas metatags a tu galería y apuntes la función de búsqueda hacia éstos. De esta forma no te romperás mucho la cabeza con categorías y subcategorías...

Tienes razón. Muchas gracias.
Además, el metatag no tiene porque ser la palabra: así puedo tener 3 metatags distintos para Argüelles

• Monumento a Argüelles
• Barrio de Argüelles
• Argüelles (persona física)

A ver qué tal sale. Por cierto, se me está ocurriendo que luego de esos metatags habrá algunos que sean más visitados que otros. Me figuro que si preparo bien el tesauro y contabilizo las visitas de cada enlace me podría servir para preparar un módulo que sea una "nube de tags" ¿esa es la casuística de las "nubes de tags"? ¿no? ¿hay algo pre-hecho en ese sentido?

Un saludo, y gracias por todo, Metacortex.
eContento

[metacortex]

Antes de responder a tu pregunta te digo algo: si tú eres quien está gestionando el contenido -es decir, si los colaboradores sólo suben y tú organizas- te será mucho mejor la planificación de los metadatos. Primero deberías crear unas "categorías" para ti mismo (nada de programación, sólo lápiz y papel) mediante las cuales te guiarás para introducir las palabras correctas, a fin de ganar resultados lógicos y evitar los arbitrarios.

Con respecto a los criterios de búsqueda, puedes bajarte, instalar y despedazar algunos scripts que sirvan como ejemplo, como algunos de "FAQ y base de conocimientos", aunque en ese tema me gusta en sobremanera los criterios de búsqueda de las Wikis . Creo que sería cuestión de familiarizarse con el que más te agrade. Se ve que el trabajito tiene su complicación.

Más allá de esto no llegan mis conocimientos . Sería interesante, por ejemplo, saber cómo se construye una caché (en un archivo dinámico físico) para los términos más buscados, con la finalidad de tener lo más libre posible las tablas temporales de la BD.

Saludos.

[eContento]

Iniciado por metacortex

Antes de responder a tu pregunta te digo algo: si tú eres quien está gestionando el contenido -es decir, si los colaboradores sólo suben y tú organizas- te será mucho mejor la planificación de los metadatos

Efectivamente. Así es.
mmm... se está poniendo muy interesante el tema.

A ver, hay dos criterios que saltan a primera vista para asignarle importancia a un tag. A saber:

1. Número de veces que se repite ese TAG a lo largo de la web
2. Número de veces que se un visitante ha hecho click sobre ese TAG

Yo me inclino por la segunda. De esta forma todos los TAGs nacerían iguales en orden de importancia, y según los usuarios van haciendo click irían ganando importancia en valores relativos (porcetnajes).

Iniciado por metacortex

Sería interesante, por ejemplo, saber cómo se construye una caché (en un archivo dinámico físico) para los términos más buscados, con la finalidad de tener lo más libre posible las tablas temporales de la BD.

Se me ocurre que cuando haga click en un enlace, irá a una página que recibirá como parámetro dicho tag y su importancia. Se conectará a la BBDD y le sumará 1 al contador del TAG. Si la importancia del TAG es superior a determinado porcentaje, mostrará la página /cache/nombre_del_tag y si no hará la consulta a la base de datos. Y una vez al día, mediante un cron, o lo que sea, se lanzaría un script que actualizara los porcentajes de importancia de los TAGS con los clicks del día, y que generara la cache de respuesta estática de los TAGs que superen aquel determinado porcentaje.

De esta forma se liberaría mucho a la BBDD ¿no?

Puede ser muy muy potente. ¿Se te ocurre alguna forma diferente de implementar esa caché?

[metacortex]

Puede ser muy muy potente. ¿Se te ocurre alguna forma diferente de implementar esa caché?

Jejeje, a esta altura se me tranca el serrucho; lamentablemente no puedo responder. Lo que sí creo es que al principio los tags de la caché naciente podrían ingresarse manualmente, a fin de que tu script pueda ofrecer cierta eficacia desde el momento que lo implementes. Luego -como mencionas- la calidad de las búsquedas irá mejorando al paso de los clicks. También pienso que sería mejor extender la generación del archivo de la caché a una semana (en lugar de diariamente); eso podría hacer el "ranking" más fiable. Pero como te digo, hace rato estoy pisando terreno flojo con el tema porque no tengo ni idea.

De todas formas sería bueno saber de tus adelantos.

Saludos.