La web profunda o invisible contiene una gran cantidad de información que no es accesible a través de los motores de búsqueda tradicionales. Esta información se encuentra en cuatro categorías: la web opaca con páginas no indexadas, la web privada protegida por contraseñas, la web propietaria que requiere registro, y la web realmente invisible con formatos no indizables como PDF y Flash. La web profunda representa una gran oportunidad para acceder a datos valiosos actualmente ocultos.

1. Los motores de búsqueda tradicionales solo ofrecen acceso a una pequeña parte, la web superficial. Lo que resta es un amplísimo banco de datos denominado web profunda

2. WEB VISIBLEOWEB SUPERFICIAL

3. Web InvisibleO Web Profunda

4. Web visibleComprende sitios cuya información puede ser indexada por los robots de los buscadores convencionalessu información no esta contenida en base de datosEs de libre accesoNo requiere la realización de un proceso de registro para acceder

5. Web invisibleInformación disponible en Internet que no es recuperada interrogando a los buscadores convencionales.Información que no puede ser leída por los buscadores y se encuentran dentro de las páginas principales.

6. ¿Sé comprende?

7. Nos centraremos más en La Web Invisible

8. Cuatro tipo de contenidos invisiblesWeb opacaWeb privadaWeb propietariaWeb realmente invisible

9. Web OpacaNo todas las páginas de un sitio son indizadas en los buscadoresLa indización no se realiza al mismo tiempo que se crean y borran diferentes páginasEl número máximo de páginas que se pueden mostrar es entre 200 y 1000 documentosSi un documento no tiene un link desde otro documento será imposible que esta sea descubierta, pues no habrá sido indizada

10. Web privadaLas páginas están protegidas por contraseñasContienen un archivo “robots.txt”Contienen un campo “noindex” evitando de esta manera que el buscador la indize

11. Web PropietariaIncluye aquellas páginas en las que es necesario registrarse para tener acceso al contenido

12. La Web Realmente InvisiblePáginas que no pueden ser indizadas por limitaciones técnicas de los buscadoresPáginas web que incluyen formatos como PDF, PostScript, Flash, archivos comprimidos, etc

13. Conclusion