entropia, un termine che si riferisce vagamente al disordine di un sistema fisico e infamemente associato alla Seconda Legge della Termodinamica, in cui sappiamo che alla fine aumenta in qualsiasi sistema chiuso, potrebbe essere utilizzato per valutare qualcosa di completamente diverso nel mondo digitale:l'ottimizzazione dei motori di ricerca.

S. Lakshmi del Dipartimento di Ingegneria Elettronica e delle Comunicazioni, presso RVS College of Engineering, a Dindigul, B. Sathiyabhama del Dipartimento di Ingegneria Informatica, al Sona College of Technology, a Salem, e K. Batri del Dipartimento di Ingegneria Elettronica e delle Comunicazioni, presso il PSNA College of Engineering and Technology, anche a Dindigul, India, hanno tentato di analizzare e misurare l'incertezza associata alla selezione dei documenti rilevanti nei motori di ricerca web.

L'entropia dei motori di ricerca è quindi importante non solo per l'efficienza dei motori di ricerca e di coloro che li utilizzano per trovare informazioni rilevanti, nonché per il successo delle aziende e degli altri enti che gestiscono tali sistemi, ma anche a chi gestisce siti web sperando di essere trovato e visitato a seguito di una ricerca. L'ottimizzazione per i motori di ricerca (SEO) comprende una moltitudine di strategie che un proprietario di un sito Web potrebbe impiegare nei propri sforzi per garantire che il proprio sito Web raggiunga una posizione più elevata nelle pagine dei risultati dei motori di ricerca (SERP).

Il team spiega come stanno usando l'entropia per aggiungere una metrica al numero di termini di indice e alla loro frequenza, e come questo influenzi il calcolo della pertinenza effettuato dagli algoritmi dei motori di ricerca. "La variazione della frequenza dei termini nei documenti web elaborati o nelle query degli utenti influenza il calcolo della pertinenza, " spiega il team. "Questo, " suggeriscono, "porta a un'incertezza associata alla selezione del documento e al suo calcolo della pertinenza". Come tale, una misura dell'entropia può essere effettuata variando la frequenza dei termini dei documenti o la frequenza dei termini delle query dell'utente per rivelare come potrebbe essere eseguita la SEO. Il team ha testato con successo il proprio approccio entropico alla SEO contro due dei motori di ricerca più noti, Bing e Google.