Tren Mesin Pencari

Tren Mesin Pencari

Tren pertama

Dulu, mesin pencari yang menjadi pilihan saya adalah HotBot. Sebelum mengenal Google, HotBot saya sukai karena menyediakan fitur boolean operator. Dengan HotBot kita bisa memakai AND atau OR untuk mengkustomisasi query kita. Selain HotBot, ada juga Altavista dan Yahoo, serta Google. Mesin pencari yang muncul di dot com boom pertama ini tidak memberikan fitur macam-macam selain berusaha membantu pengguna internet untuk menemukan apa yang hendak dicari di web yang mulai berkembang tak terkontrol. Ini adalah tren pertama, tren pencarian horisontal tanpa spesialisasi apapun kecuali relevansi.

Tren kedua

Semakin menumpuknya data di web membuat sekedar menemukan teks tak lagi hip/keren. Pengguna internet mendambakan sesuatu yang lebih. Mereka tahu ada bermacam-macam jenis data di internet. Meskipun semua berbentuk teks, data ini mempunyai makna tertentu yang berhubungan erat dengan apa yang hendak dicari pengguna. Di titik inilah muncul vertical search. Pencarian yang mengkhususkan pada satu bidang atau topik saja.Misalnya: properti, elektronik, dan sebagainya. Contoh-contoh nyata misalnya: google image search, google blog search, krugle (untuk pencarian dalam source code), dll

Tren ke depan

Ada beberapa kemungkinan yang bisa terjadi dengan tren mesin pencari di masa depan. Berikut ini kita bahas satu persatu.

Yang pertama adalah semantic search. Semantik bisa diartikan dengan penuh makna, jadi alih-alih sekedar teks akan ada makna tambahan yang melekat di teks tersebut. Misalnya kumpulan angka bisa bermakna nomor telepon, dua kata bisa saja sebuah nama orang atau judul buku.

Semantik web sendiri sepertinya masih mengalami tarik ulur. Walau pun infrastuktur tampak sudah tersedia, tetap saja semantik web yang pernah dideskripsikan oleh Tim Berners — Lee tak kunjung datang. Mungkin karena bentuk semantik dan perkakas pemberi semantik yang tak kunjung membumi. Semantik web sepertinya masih dikonsumsi di tingkatan geek. Entah kapan semantik web bisa terwujud, kita lihat saja pendekatan mana yang akan lebih dulu menang. Pendekatan top down (machine tagged atau machine intensive – usaha pemberian semantik yang tidak banyak melibatkan manusia alias lebih mengeksploitasi mesin) atau bottom up (human tagged – usaha pemberian semantik yang melibatkan tenaga manusia secara intensif). Selama semantik web belum terwujud maka semantic search pun akan tertunda kedatangannya. Contoh: Spock.com yang mengkhususkan diri pada pencarian orang. Spock memanfaatkan beberapa data di web yang sudah diberi “tag” sebagai data persona, misalnya: LinkedIn. Selain Spock, ada juga Hakia dan Powerset yang juga merambah ke ranah semantik, bahkan dengan mencoba mengeksplorasi bahasa natural (natural language) — bahasa yang mirip dengan bahasa sehari-hari.

Yang kedua adalah collaborated search dan open search. Hal ini didasari oleh metode pencarian sudah mencapai titik saturasi, paling tidak untuk horisontal search.Vertical search sendiri tidak dapat berkembang pesat tanpa kerjasama pemilik data. Oleh karena itu bentuk search yang mungkin lebih subur berkembang adalah collaborated search atau pencarian dengan sistem kerjasama. Dimana sebuah mesin pencari yang sudah established membuka diri, membuat pemilik data atau yang lebih tahu tentang detil data untuk menambahkan atribut-atribut baru atau yang lebih tepat. Kepentingan kolaborasi, memunculkan policy atau bentuk kerjasama yang strategis: open search. Dalam open search, search engine meminjamkan infrastrukturnya termasuk “algoritma” pencarian, dan relevancy scoring. Sementara visualisasi, penambahan atribut data spesifik dan sebagainya dilimpahkan kepada partner. Inilah yang diinisiasi oleh Yahoo!BOSS

Hal tersebut adalah opsi yang advance, untuk versi minimalis, partner hanya diperkenankan untuk melengkapi hasil pencarian yang dihasilkan oleh search engin dengan data-data pribadi-nya. Hal ini membuat hasil pencarian yang sebelumnya hanya berupa judul, dan summary bisa dilengkapi dengan data finansial (khusus untuk item institusi profit), jadwal putar film (untuk judul film baru), catatan box office (untuk film lama), atau portofolio kerja (khusus item bertipe “person”). Hal ini sudah diawali dengan diluncurkannya Yahoo Search Monkey

Jadi, kira-kira akan jadi seperti apa mesin pencari di masa depan? Bagaimana dengan peluang mesin pencari di Indonesia? Yang terakhir ini akan coba kita singgung sedikit di lain hari 😉

Credits: celetukan @rampok di Plurk.

Comments are closed.