Introduzione al Web semantico

La questione mi affascina da un po’ ed è probabilmente la prossima sfida per internet: al momento, tutti i contenuti presenti nel web sono indicizzati a livello di singola parola, proprio per come è scritta.

Il successo di Google nei lontani anni 90 è stato decretato dal fatto che alla ricerca della singola parola è stato aggiunto un criterio di attinenza, ovvero una stessa parola è più attinente se presente su un sito piuttosto che su un altro: dal primitivo algoritmo che si basava esclusivamente sul Page Ranking agli attuali algoritmi sempre più compressi ed efficienti la logica è rimasta essenzialmente la stessa.

Per le ricerca in base al significato della parola stessa o per informazioni più strutturate siamo ancora molto lontani dalla soluzione definitiva: ci sono dei tentativi in corso per cercare di strutturare meglio i contenuti del web che si basano sulla volontà da parte dei produttori dei contenuti di dare ai motori di ricerca ed ai social delle informazioni in più; per esempio è possibile definire chi è l’autore di un dato articolo, quante recensioni ha, qual’è l’immagine associata ecc.

Questa possibilità è data inserendo dei dati appositi nella pagina web, dati che vengono genericamente chiamati Structured Data: questo mondo mi si è aperto davanti recentemente, grazie a questo intervento all’ultimo Joomla Day.

Come capita spesso nel settore, ci sono diversi formati disponibili per inserire queste informazioni ed i vari attori a cui queste informazioni sono rivolte leggono un formato piuttosto che un altro.

Ad esempio, Facebook è in grado di comprendere le informazioni inserite in una pagina web tramite il formato Open Graph opportunamente modificato per i propri scopi.

Anche Google+ è in grado di recuperare alcune informazioni scritte nel formato Open graph, ma preferisce il formato microdata schema.org

Google, nel suo ruolo di motore di ricerca, è in grado di estrapolare dati utilizzando altri formati, come indicato da questo documento, non sembra però in grado, al momento, di estrapolare i dati dal formato Open Graph.