SlideShare una empresa de Scribd logo

Web Crawling

•
•
Iria Puyosa
Iria Puyosa

¿Web Crawling? Buscando opciones para rastrear info en la web (Mi propio google search)

TecnologíaNoticias y política
1 de 8
I MiniBarCamp Caracas 2009 ¿Web Crawling? Buscando opciones para rastrear info en la web (Mi propio google search) Iria Puyosa Iria Puyosa
Problema Herramientas de búsqueda web producen: - Resultados incompletos - Datos des-estructurados
Problema Investigación requiere: - Corpus exhaustivo (todos los documentos que se han producido) - Estructuración de los resultados en una base de datos que responda a queries específicas
¿Solución? ¿Focused crawling? - URL semilla - Relevantes keywords (Vectores de términos) - Definición de la frontera - Clasificación basada en relevancia - Extracción de nuevas URLs - Recuperación y almacenaje de datos - Indización
¿Soluciones? ¿Sugerencias? ¿Propuestas?
Estructuración de base de datos indizados - Definición de atributos - Datasets Entrenamiento / Validación - Clasificación - Generación de algoritmo para clustering - Modelos

Recomendados

Yraidavargas diagrama
Yraidavargas diagramaYraidavargas diagrama
Yraidavargas diagramaYACAMBUny
 
crawling robot
crawling robotcrawling robot
crawling robotmjqr
 
Web scraping, Codeando México
Web scraping, Codeando MéxicoWeb scraping, Codeando México
Web scraping, Codeando MéxicoBraulio Chavez
 
Lenguaje ensamblador del microprocesador
Lenguaje ensamblador del microprocesadorLenguaje ensamblador del microprocesador
Lenguaje ensamblador del microprocesadorsmfch
 
Hacking ético [Pentest]
Hacking ético [Pentest]Hacking ético [Pentest]
Hacking ético [Pentest]Eduardo Arriols Nuñez
 
Manual de integración de Latch en Mosquito MQTT Broker
Manual de integración de Latch en Mosquito MQTT BrokerManual de integración de Latch en Mosquito MQTT Broker
Manual de integración de Latch en Mosquito MQTT BrokerTelefónica
 
Ejemplo Plan de Marketing Digital
Ejemplo Plan de Marketing DigitalEjemplo Plan de Marketing Digital
Ejemplo Plan de Marketing DigitalConsultor marketing digital
 
Act 4 Criterios de busqueda.
Act 4 Criterios de busqueda.Act 4 Criterios de busqueda.
Act 4 Criterios de busqueda.Alondra BV
 

Recomendados

Yraidavargas diagrama
Yraidavargas diagramaYraidavargas diagrama
Yraidavargas diagramaYACAMBUny
 
crawling robot
crawling robotcrawling robot
crawling robotmjqr
 
Web scraping, Codeando México
Web scraping, Codeando MéxicoWeb scraping, Codeando México
Web scraping, Codeando MéxicoBraulio Chavez
 
Lenguaje ensamblador del microprocesador
Lenguaje ensamblador del microprocesadorLenguaje ensamblador del microprocesador
Lenguaje ensamblador del microprocesadorsmfch
 
Hacking ético [Pentest]
Hacking ético [Pentest]Hacking ético [Pentest]
Hacking ético [Pentest]Eduardo Arriols Nuñez
 
Manual de integración de Latch en Mosquito MQTT Broker
Manual de integración de Latch en Mosquito MQTT BrokerManual de integración de Latch en Mosquito MQTT Broker
Manual de integración de Latch en Mosquito MQTT BrokerTelefónica
 
Ejemplo Plan de Marketing Digital
Ejemplo Plan de Marketing DigitalEjemplo Plan de Marketing Digital
Ejemplo Plan de Marketing DigitalConsultor marketing digital
 
Act 4 Criterios de busqueda.
Act 4 Criterios de busqueda.Act 4 Criterios de busqueda.
Act 4 Criterios de busqueda.Alondra BV
 
(27.05) MOSSCA Invita - Búsqueda empresarial 1
(27.05) MOSSCA Invita - Búsqueda empresarial 1(27.05) MOSSCA Invita - Búsqueda empresarial 1
(27.05) MOSSCA Invita - Búsqueda empresarial 1Microsoft Argentina y Uruguay [Official Space]
 
Aplicando Azure Search en Sistemas Hibridos
Aplicando Azure Search en Sistemas HibridosAplicando Azure Search en Sistemas Hibridos
Aplicando Azure Search en Sistemas HibridosJoseph Lopez
 
Herramientas de búsqueda en internet
Herramientas de búsqueda en internetHerramientas de búsqueda en internet
Herramientas de búsqueda en internetmateo Ol
 
Silabo taller de base de datos
Silabo taller de base de datosSilabo taller de base de datos
Silabo taller de base de datosEdwin Mamani López
 
Motores de Busqueda
Motores de BusquedaMotores de Busqueda
Motores de Busquedasktbrd.93
 
Motores de Busqueda
Motores de BusquedaMotores de Busqueda
Motores de Busquedasktbrd.93
 
Motores de Busqueda
Motores de BusquedaMotores de Busqueda
Motores de Busquedasktbrd.93
 
Analisis seo
Analisis seoAnalisis seo
Analisis seodaysi
 
Presentacion002
Presentacion002Presentacion002
Presentacion002lucho003
 
Metodos de busquedad
Metodos de busquedadMetodos de busquedad
Metodos de busquedadingridlorena-2
 
Motores de busqueda
Motores de busquedaMotores de busqueda
Motores de busquedasktbrd.93
 
Curso cei 341 base de datos sql nivel intermedio
Curso cei 341 base de datos sql nivel intermedioCurso cei 341 base de datos sql nivel intermedio
Curso cei 341 base de datos sql nivel intermedioProcasecapacita
 
Arquitectura información para usuarios (UX) y buscadores (SEO)
Arquitectura información para usuarios (UX) y buscadores (SEO)Arquitectura información para usuarios (UX) y buscadores (SEO)
Arquitectura información para usuarios (UX) y buscadores (SEO)Daniel Pinillos Carrasco - SEO, CRO Madrid
 
Motores de busqueda sueiro
Motores de busqueda sueiroMotores de busqueda sueiro
Motores de busqueda sueiroYACAMBUny
 
Gestión básica de la información
Gestión básica de la informaciónGestión básica de la información
Gestión básica de la informaciónlufesibo1991
 
Analisis seo
Analisis seoAnalisis seo
Analisis seoMaribel Mercado
 
U.3 buscadores y metabuscadores
U.3 buscadores y metabuscadoresU.3 buscadores y metabuscadores
U.3 buscadores y metabuscadoresbibliotecaicesi
 
Busqueda de informacion en la internet
Busqueda de informacion en la internetBusqueda de informacion en la internet
Busqueda de informacion en la internetYosebeth Hernandez
 
Métodos de búsqueda en internet
Métodos de búsqueda en internetMétodos de búsqueda en internet
Métodos de búsqueda en internetCristianbike_
 
Búsqueda Empresarial en SharePoint 2013 - Iberian SharePoint Conference - Jos...
Búsqueda Empresarial en SharePoint 2013 - Iberian SharePoint Conference - Jos...Búsqueda Empresarial en SharePoint 2013 - Iberian SharePoint Conference - Jos...
Búsqueda Empresarial en SharePoint 2013 - Iberian SharePoint Conference - Jos...José Quinto Zamora
 
Desnacionalizados & Ex-patriados: Cuerpos sufrientes
Desnacionalizados & Ex-patriados: Cuerpos sufrientesDesnacionalizados & Ex-patriados: Cuerpos sufrientes
Desnacionalizados & Ex-patriados: Cuerpos sufrientesIria Puyosa
 
News frames pueblos sarayaku y shuar en los medios ecuatorianos
News frames pueblos sarayaku y shuar en los medios ecuatorianosNews frames pueblos sarayaku y shuar en los medios ecuatorianos
News frames pueblos sarayaku y shuar en los medios ecuatorianosIria Puyosa
 

Más contenido relacionado

Similar a Web Crawling

Aplicando Azure Search en Sistemas Hibridos
Aplicando Azure Search en Sistemas HibridosAplicando Azure Search en Sistemas Hibridos
Aplicando Azure Search en Sistemas HibridosJoseph Lopez
 
Herramientas de búsqueda en internet
Herramientas de búsqueda en internetHerramientas de búsqueda en internet
Herramientas de búsqueda en internetmateo Ol
 
Motores de Busqueda
Motores de BusquedaMotores de Busqueda
Motores de Busquedasktbrd.93
 
Motores de Busqueda
Motores de BusquedaMotores de Busqueda
Motores de Busquedasktbrd.93
 
Motores de Busqueda
Motores de BusquedaMotores de Busqueda
Motores de Busquedasktbrd.93
 
Analisis seo
Analisis seoAnalisis seo
Analisis seodaysi
 
Presentacion002
Presentacion002Presentacion002
Presentacion002lucho003
 
Motores de busqueda
Motores de busquedaMotores de busqueda
Motores de busquedasktbrd.93
 
Curso cei 341 base de datos sql nivel intermedio
Curso cei 341 base de datos sql nivel intermedioCurso cei 341 base de datos sql nivel intermedio
Curso cei 341 base de datos sql nivel intermedioProcasecapacita
 
Motores de busqueda sueiro
Motores de busqueda sueiroMotores de busqueda sueiro
Motores de busqueda sueiroYACAMBUny
 
Gestión básica de la información
Gestión básica de la informaciónGestión básica de la información
Gestión básica de la informaciónlufesibo1991
 
U.3 buscadores y metabuscadores
U.3 buscadores y metabuscadoresU.3 buscadores y metabuscadores
U.3 buscadores y metabuscadoresbibliotecaicesi
 
Busqueda de informacion en la internet
Busqueda de informacion en la internetBusqueda de informacion en la internet
Busqueda de informacion en la internetYosebeth Hernandez
 
Métodos de búsqueda en internet
Métodos de búsqueda en internetMétodos de búsqueda en internet
Métodos de búsqueda en internetCristianbike_
 
Búsqueda Empresarial en SharePoint 2013 - Iberian SharePoint Conference - Jos...
Búsqueda Empresarial en SharePoint 2013 - Iberian SharePoint Conference - Jos...Búsqueda Empresarial en SharePoint 2013 - Iberian SharePoint Conference - Jos...
Búsqueda Empresarial en SharePoint 2013 - Iberian SharePoint Conference - Jos...José Quinto Zamora
 

Similar a Web Crawling (20)

(27.05) MOSSCA Invita - Búsqueda empresarial 1
(27.05) MOSSCA Invita - Búsqueda empresarial 1(27.05) MOSSCA Invita - Búsqueda empresarial 1
(27.05) MOSSCA Invita - Búsqueda empresarial 1
 
Aplicando Azure Search en Sistemas Hibridos
Aplicando Azure Search en Sistemas HibridosAplicando Azure Search en Sistemas Hibridos
Aplicando Azure Search en Sistemas Hibridos
 
Herramientas de búsqueda en internet
Herramientas de búsqueda en internetHerramientas de búsqueda en internet
Herramientas de búsqueda en internet
 
Silabo taller de base de datos
Silabo taller de base de datosSilabo taller de base de datos
Silabo taller de base de datos
 
Motores de Busqueda
Motores de BusquedaMotores de Busqueda
Motores de Busqueda
 
Motores de Busqueda
Motores de BusquedaMotores de Busqueda
Motores de Busqueda
 
Motores de Busqueda
Motores de BusquedaMotores de Busqueda
Motores de Busqueda
 
Analisis seo
Analisis seoAnalisis seo
Analisis seo
 
Presentacion002
Presentacion002Presentacion002
Presentacion002
 
Metodos de busquedad
Metodos de busquedadMetodos de busquedad
Metodos de busquedad
 
Motores de busqueda
Motores de busquedaMotores de busqueda
Motores de busqueda
 
Curso cei 341 base de datos sql nivel intermedio
Curso cei 341 base de datos sql nivel intermedioCurso cei 341 base de datos sql nivel intermedio
Curso cei 341 base de datos sql nivel intermedio
 
Arquitectura información para usuarios (UX) y buscadores (SEO)
Arquitectura información para usuarios (UX) y buscadores (SEO)Arquitectura información para usuarios (UX) y buscadores (SEO)
Arquitectura información para usuarios (UX) y buscadores (SEO)
 
Motores de busqueda sueiro
Motores de busqueda sueiroMotores de busqueda sueiro
Motores de busqueda sueiro
 
Gestión básica de la información
Gestión básica de la informaciónGestión básica de la información
Gestión básica de la información
 
Analisis seo
Analisis seoAnalisis seo
Analisis seo
 
U.3 buscadores y metabuscadores
U.3 buscadores y metabuscadoresU.3 buscadores y metabuscadores
U.3 buscadores y metabuscadores
 
Busqueda de informacion en la internet
Busqueda de informacion en la internetBusqueda de informacion en la internet
Busqueda de informacion en la internet
 
Métodos de búsqueda en internet
Métodos de búsqueda en internetMétodos de búsqueda en internet
Métodos de búsqueda en internet
 
Búsqueda Empresarial en SharePoint 2013 - Iberian SharePoint Conference - Jos...
Búsqueda Empresarial en SharePoint 2013 - Iberian SharePoint Conference - Jos...Búsqueda Empresarial en SharePoint 2013 - Iberian SharePoint Conference - Jos...
Búsqueda Empresarial en SharePoint 2013 - Iberian SharePoint Conference - Jos...
 

Más de Iria Puyosa

Desnacionalizados & Ex-patriados: Cuerpos sufrientes
Desnacionalizados & Ex-patriados: Cuerpos sufrientesDesnacionalizados & Ex-patriados: Cuerpos sufrientes
Desnacionalizados & Ex-patriados: Cuerpos sufrientesIria Puyosa
 
News frames pueblos sarayaku y shuar en los medios ecuatorianos
News frames pueblos sarayaku y shuar en los medios ecuatorianosNews frames pueblos sarayaku y shuar en los medios ecuatorianos
News frames pueblos sarayaku y shuar en los medios ecuatorianosIria Puyosa
 
4 regímenes políticos
4 regímenes políticos 4 regímenes políticos
4 regímenes políticos Iria Puyosa
 
Ciclo de protestas 2017: Movilización y resistencia cívica bajo un régimen a...
Ciclo de protestas 2017: Movilización y resistencia cívica bajo un régimen a...Ciclo de protestas 2017: Movilización y resistencia cívica bajo un régimen a...
Ciclo de protestas 2017: Movilización y resistencia cívica bajo un régimen a...Iria Puyosa
 
Fractura de la esfera pública, hegemonía y control comunicacional
Fractura de la esfera pública, hegemonía y control comunicacionalFractura de la esfera pública, hegemonía y control comunicacional
Fractura de la esfera pública, hegemonía y control comunicacionalIria Puyosa
 
Desinformación, propaganda y contrapropaganda
Desinformación, propaganda y contrapropagandaDesinformación, propaganda y contrapropaganda
Desinformación, propaganda y contrapropagandaIria Puyosa
 
Los “medios golpistas" y la legitimación discursiva de la hegemonía comunicac...
Los “medios golpistas" y la legitimación discursiva de la hegemonía comunicac...Los “medios golpistas" y la legitimación discursiva de la hegemonía comunicac...
Los “medios golpistas" y la legitimación discursiva de la hegemonía comunicac...Iria Puyosa
 
Audiencias de la web en Ecuador
Audiencias de la web en Ecuador Audiencias de la web en Ecuador
Audiencias de la web en Ecuador Iria Puyosa
 
El contagio de ideas políticas, la identidad colectiva y los movimientos soci...
El contagio de ideas políticas, la identidad colectiva y los movimientos soci...El contagio de ideas políticas, la identidad colectiva y los movimientos soci...
El contagio de ideas políticas, la identidad colectiva y los movimientos soci...Iria Puyosa
 
Los relatos en la web social: Memoria social, opiniones, sentimientos y comun...
Los relatos en la web social: Memoria social, opiniones, sentimientos y comun...Los relatos en la web social: Memoria social, opiniones, sentimientos y comun...
Los relatos en la web social: Memoria social, opiniones, sentimientos y comun...Iria Puyosa
 
Penetración, acceso y uso de internet en Ecuador
Penetración, acceso y uso de internet en Ecuador Penetración, acceso y uso de internet en Ecuador
Penetración, acceso y uso de internet en Ecuador Iria Puyosa
 
Internet timeoutnologo
Internet timeoutnologoInternet timeoutnologo
Internet timeoutnologoIria Puyosa
 
Una oportunidad para hacer industrias creativas.
Una oportunidad para hacer industrias creativas.Una oportunidad para hacer industrias creativas.
Una oportunidad para hacer industrias creativas.Iria Puyosa
 
Red personalfb tutorial
Red personalfb tutorialRed personalfb tutorial
Red personalfb tutorialIria Puyosa
 
In vecom2013accesoinfoelectoral
In vecom2013accesoinfoelectoralIn vecom2013accesoinfoelectoral
In vecom2013accesoinfoelectoralIria Puyosa
 
Comunidades Aprendizaje Redes Sociales
Comunidades Aprendizaje Redes SocialesComunidades Aprendizaje Redes Sociales
Comunidades Aprendizaje Redes SocialesIria Puyosa
 
¿Los periodistas entran en la conversación?
¿Los periodistas entran en la conversación?¿Los periodistas entran en la conversación?
¿Los periodistas entran en la conversación?Iria Puyosa
 
Uso de la Web Social para Organizaciones de Desarrollo Social
Uso de la Web Social para Organizaciones de Desarrollo SocialUso de la Web Social para Organizaciones de Desarrollo Social
Uso de la Web Social para Organizaciones de Desarrollo SocialIria Puyosa
 
Assessing the Impact of Academic Preparation, Finances and Social Ca...
Assessing the Impact of Academic Preparation, Finances and Social Ca...Assessing the Impact of Academic Preparation, Finances and Social Ca...
Assessing the Impact of Academic Preparation, Finances and Social Ca...Iria Puyosa
 

Más de Iria Puyosa (20)

Desnacionalizados & Ex-patriados: Cuerpos sufrientes
Desnacionalizados & Ex-patriados: Cuerpos sufrientesDesnacionalizados & Ex-patriados: Cuerpos sufrientes
Desnacionalizados & Ex-patriados: Cuerpos sufrientes
 
News frames pueblos sarayaku y shuar en los medios ecuatorianos
News frames pueblos sarayaku y shuar en los medios ecuatorianosNews frames pueblos sarayaku y shuar en los medios ecuatorianos
News frames pueblos sarayaku y shuar en los medios ecuatorianos
 
4 regímenes políticos
4 regímenes políticos 4 regímenes políticos
4 regímenes políticos
 
Ciclo de protestas 2017: Movilización y resistencia cívica bajo un régimen a...
Ciclo de protestas 2017: Movilización y resistencia cívica bajo un régimen a...Ciclo de protestas 2017: Movilización y resistencia cívica bajo un régimen a...
Ciclo de protestas 2017: Movilización y resistencia cívica bajo un régimen a...
 
Fractura de la esfera pública, hegemonía y control comunicacional
Fractura de la esfera pública, hegemonía y control comunicacionalFractura de la esfera pública, hegemonía y control comunicacional
Fractura de la esfera pública, hegemonía y control comunicacional
 
Desinformación, propaganda y contrapropaganda
Desinformación, propaganda y contrapropagandaDesinformación, propaganda y contrapropaganda
Desinformación, propaganda y contrapropaganda
 
Los “medios golpistas" y la legitimación discursiva de la hegemonía comunicac...
Los “medios golpistas" y la legitimación discursiva de la hegemonía comunicac...Los “medios golpistas" y la legitimación discursiva de la hegemonía comunicac...
Los “medios golpistas" y la legitimación discursiva de la hegemonía comunicac...
 
Audiencias de la web en Ecuador
Audiencias de la web en Ecuador Audiencias de la web en Ecuador
Audiencias de la web en Ecuador
 
El contagio de ideas políticas, la identidad colectiva y los movimientos soci...
El contagio de ideas políticas, la identidad colectiva y los movimientos soci...El contagio de ideas políticas, la identidad colectiva y los movimientos soci...
El contagio de ideas políticas, la identidad colectiva y los movimientos soci...
 
Los relatos en la web social: Memoria social, opiniones, sentimientos y comun...
Los relatos en la web social: Memoria social, opiniones, sentimientos y comun...Los relatos en la web social: Memoria social, opiniones, sentimientos y comun...
Los relatos en la web social: Memoria social, opiniones, sentimientos y comun...
 
Penetración, acceso y uso de internet en Ecuador
Penetración, acceso y uso de internet en Ecuador Penetración, acceso y uso de internet en Ecuador
Penetración, acceso y uso de internet en Ecuador
 
Internet timeoutnologo
Internet timeoutnologoInternet timeoutnologo
Internet timeoutnologo
 
Una oportunidad para hacer industrias creativas.
Una oportunidad para hacer industrias creativas.Una oportunidad para hacer industrias creativas.
Una oportunidad para hacer industrias creativas.
 
Red personalfb tutorial
Red personalfb tutorialRed personalfb tutorial
Red personalfb tutorial
 
In vecom2013accesoinfoelectoral
In vecom2013accesoinfoelectoralIn vecom2013accesoinfoelectoral
In vecom2013accesoinfoelectoral
 
Comunidades Aprendizaje Redes Sociales
Comunidades Aprendizaje Redes SocialesComunidades Aprendizaje Redes Sociales
Comunidades Aprendizaje Redes Sociales
 
¿Los periodistas entran en la conversación?
¿Los periodistas entran en la conversación?¿Los periodistas entran en la conversación?
¿Los periodistas entran en la conversación?
 
Uso de la Web Social para Organizaciones de Desarrollo Social
Uso de la Web Social para Organizaciones de Desarrollo SocialUso de la Web Social para Organizaciones de Desarrollo Social
Uso de la Web Social para Organizaciones de Desarrollo Social
 
Assessing the Impact of Academic Preparation, Finances and Social Ca...
Assessing the Impact of Academic Preparation, Finances and Social Ca...Assessing the Impact of Academic Preparation, Finances and Social Ca...
Assessing the Impact of Academic Preparation, Finances and Social Ca...
 
Choice Models
Choice ModelsChoice Models
Choice Models
 

Último

tarea de exposicion de senati zzzzzzzzzz
tarea de exposicion de senati zzzzzzzzzztarea de exposicion de senati zzzzzzzzzz
tarea de exposicion de senati zzzzzzzzzzAlexandergo5
 
Modelo de Presentacion Feria Robotica Educativa 2024 - Versión3.pptx
Modelo de Presentacion Feria Robotica Educativa 2024 - Versión3.pptxModelo de Presentacion Feria Robotica Educativa 2024 - Versión3.pptx
Modelo de Presentacion Feria Robotica Educativa 2024 - Versión3.pptxtjcesar1
 
Presentación sobre la Inteligencia Artificial
Presentación sobre la Inteligencia ArtificialPresentación sobre la Inteligencia Artificial
Presentación sobre la Inteligencia Artificialcynserafini89
 
CommitConf 2024 - Spring Boot <3 Testcontainers
CommitConf 2024 - Spring Boot <3 TestcontainersCommitConf 2024 - Spring Boot <3 Testcontainers
CommitConf 2024 - Spring Boot <3 TestcontainersIván López Martín
 
tics en la vida cotidiana prepa en linea modulo 1.pptx
tics en la vida cotidiana prepa en linea modulo 1.pptxtics en la vida cotidiana prepa en linea modulo 1.pptx
tics en la vida cotidiana prepa en linea modulo 1.pptxazmysanros90
 
Tecnologias Starlink para el mundo tec.pptx
Tecnologias Starlink para el mundo tec.pptxTecnologias Starlink para el mundo tec.pptx
Tecnologias Starlink para el mundo tec.pptxGESTECPERUSAC
 
Trabajo de tecnología excel avanzado.pdf
Trabajo de tecnología excel avanzado.pdfTrabajo de tecnología excel avanzado.pdf
Trabajo de tecnología excel avanzado.pdfedepmariaperez
 
Los Microcontroladores PIC, Aplicaciones
Los Microcontroladores PIC, AplicacionesLos Microcontroladores PIC, Aplicaciones
Los Microcontroladores PIC, AplicacionesEdomar AR
 
FloresMorales_Montserrath_M1S3AI6 (1).pptx
FloresMorales_Montserrath_M1S3AI6 (1).pptxFloresMorales_Montserrath_M1S3AI6 (1).pptx
FloresMorales_Montserrath_M1S3AI6 (1).pptx241522327
 
AREA TECNOLOGIA E INFORMATICA TRABAJO EN EQUIPO
AREA TECNOLOGIA E INFORMATICA TRABAJO EN EQUIPOAREA TECNOLOGIA E INFORMATICA TRABAJO EN EQUIPO
AREA TECNOLOGIA E INFORMATICA TRABAJO EN EQUIPOnarvaezisabella21
 
GonzalezGonzalez_Karina_M1S3AI6... .pptx
GonzalezGonzalez_Karina_M1S3AI6... .pptxGonzalezGonzalez_Karina_M1S3AI6... .pptx
GonzalezGonzalez_Karina_M1S3AI6... .pptx241523733
 
Red Dorsal Nacional de Fibra Óptica y Redes Regionales del Perú
Red Dorsal Nacional de Fibra Óptica y Redes Regionales del PerúRed Dorsal Nacional de Fibra Óptica y Redes Regionales del Perú
Red Dorsal Nacional de Fibra Óptica y Redes Regionales del PerúCEFERINO DELGADO FLORES
 
Actividad integradora 6 CREAR UN RECURSO MULTIMEDIA
Actividad integradora 6 CREAR UN RECURSO MULTIMEDIAActividad integradora 6 CREAR UN RECURSO MULTIMEDIA
Actividad integradora 6 CREAR UN RECURSO MULTIMEDIA241531640
 
Documentacion Electrónica en Actos Juridicos
Documentacion Electrónica en Actos JuridicosDocumentacion Electrónica en Actos Juridicos
Documentacion Electrónica en Actos JuridicosAlbanyMartinez7
 
Crear un recurso multimedia. Maricela_Ponce_DomingoM1S3AI6-1.pptx
Crear un recurso multimedia. Maricela_Ponce_DomingoM1S3AI6-1.pptxCrear un recurso multimedia. Maricela_Ponce_DomingoM1S3AI6-1.pptx
Crear un recurso multimedia. Maricela_Ponce_DomingoM1S3AI6-1.pptxNombre Apellidos
 
LAS_TIC_COMO_HERRAMIENTAS_EN_LA_INVESTIGACIÓN.pptx
LAS_TIC_COMO_HERRAMIENTAS_EN_LA_INVESTIGACIÓN.pptxLAS_TIC_COMO_HERRAMIENTAS_EN_LA_INVESTIGACIÓN.pptx
LAS_TIC_COMO_HERRAMIENTAS_EN_LA_INVESTIGACIÓN.pptxAlexander López
 
El_Blog_como_herramienta_de_publicacion_y_consulta_de_investigacion.pptx
El_Blog_como_herramienta_de_publicacion_y_consulta_de_investigacion.pptxEl_Blog_como_herramienta_de_publicacion_y_consulta_de_investigacion.pptx
El_Blog_como_herramienta_de_publicacion_y_consulta_de_investigacion.pptxAlexander López
 
Guía de Registro slideshare paso a paso 1
Guía de Registro slideshare paso a paso 1Guía de Registro slideshare paso a paso 1
Guía de Registro slideshare paso a paso 1ivanapaterninar
 
TALLER DE ANALISIS SOLUCION PART 2 (1)-1.docx
TALLER DE ANALISIS SOLUCION PART 2 (1)-1.docxTALLER DE ANALISIS SOLUCION PART 2 (1)-1.docx
TALLER DE ANALISIS SOLUCION PART 2 (1)-1.docxobandopaula444
 
La Electricidad Y La Electrónica Trabajo Tecnología.pdf
La Electricidad Y La Electrónica Trabajo Tecnología.pdfLa Electricidad Y La Electrónica Trabajo Tecnología.pdf
La Electricidad Y La Electrónica Trabajo Tecnología.pdfjeondanny1997
 

Último (20)

tarea de exposicion de senati zzzzzzzzzz
tarea de exposicion de senati zzzzzzzzzztarea de exposicion de senati zzzzzzzzzz
tarea de exposicion de senati zzzzzzzzzz
 
Modelo de Presentacion Feria Robotica Educativa 2024 - Versión3.pptx
Modelo de Presentacion Feria Robotica Educativa 2024 - Versión3.pptxModelo de Presentacion Feria Robotica Educativa 2024 - Versión3.pptx
Modelo de Presentacion Feria Robotica Educativa 2024 - Versión3.pptx
 
Presentación sobre la Inteligencia Artificial
Presentación sobre la Inteligencia ArtificialPresentación sobre la Inteligencia Artificial
Presentación sobre la Inteligencia Artificial
 
CommitConf 2024 - Spring Boot <3 Testcontainers
CommitConf 2024 - Spring Boot <3 TestcontainersCommitConf 2024 - Spring Boot <3 Testcontainers
CommitConf 2024 - Spring Boot <3 Testcontainers
 
tics en la vida cotidiana prepa en linea modulo 1.pptx
tics en la vida cotidiana prepa en linea modulo 1.pptxtics en la vida cotidiana prepa en linea modulo 1.pptx
tics en la vida cotidiana prepa en linea modulo 1.pptx
 
Tecnologias Starlink para el mundo tec.pptx
Tecnologias Starlink para el mundo tec.pptxTecnologias Starlink para el mundo tec.pptx
Tecnologias Starlink para el mundo tec.pptx
 
Trabajo de tecnología excel avanzado.pdf
Trabajo de tecnología excel avanzado.pdfTrabajo de tecnología excel avanzado.pdf
Trabajo de tecnología excel avanzado.pdf
 
Los Microcontroladores PIC, Aplicaciones
Los Microcontroladores PIC, AplicacionesLos Microcontroladores PIC, Aplicaciones
Los Microcontroladores PIC, Aplicaciones
 
FloresMorales_Montserrath_M1S3AI6 (1).pptx
FloresMorales_Montserrath_M1S3AI6 (1).pptxFloresMorales_Montserrath_M1S3AI6 (1).pptx
FloresMorales_Montserrath_M1S3AI6 (1).pptx
 
AREA TECNOLOGIA E INFORMATICA TRABAJO EN EQUIPO
AREA TECNOLOGIA E INFORMATICA TRABAJO EN EQUIPOAREA TECNOLOGIA E INFORMATICA TRABAJO EN EQUIPO
AREA TECNOLOGIA E INFORMATICA TRABAJO EN EQUIPO
 
GonzalezGonzalez_Karina_M1S3AI6... .pptx
GonzalezGonzalez_Karina_M1S3AI6... .pptxGonzalezGonzalez_Karina_M1S3AI6... .pptx
GonzalezGonzalez_Karina_M1S3AI6... .pptx
 
Red Dorsal Nacional de Fibra Óptica y Redes Regionales del Perú
Red Dorsal Nacional de Fibra Óptica y Redes Regionales del PerúRed Dorsal Nacional de Fibra Óptica y Redes Regionales del Perú
Red Dorsal Nacional de Fibra Óptica y Redes Regionales del Perú
 
Actividad integradora 6 CREAR UN RECURSO MULTIMEDIA
Actividad integradora 6 CREAR UN RECURSO MULTIMEDIAActividad integradora 6 CREAR UN RECURSO MULTIMEDIA
Actividad integradora 6 CREAR UN RECURSO MULTIMEDIA
 
Documentacion Electrónica en Actos Juridicos
Documentacion Electrónica en Actos JuridicosDocumentacion Electrónica en Actos Juridicos
Documentacion Electrónica en Actos Juridicos
 
Crear un recurso multimedia. Maricela_Ponce_DomingoM1S3AI6-1.pptx
Crear un recurso multimedia. Maricela_Ponce_DomingoM1S3AI6-1.pptxCrear un recurso multimedia. Maricela_Ponce_DomingoM1S3AI6-1.pptx
Crear un recurso multimedia. Maricela_Ponce_DomingoM1S3AI6-1.pptx
 
LAS_TIC_COMO_HERRAMIENTAS_EN_LA_INVESTIGACIÓN.pptx
LAS_TIC_COMO_HERRAMIENTAS_EN_LA_INVESTIGACIÓN.pptxLAS_TIC_COMO_HERRAMIENTAS_EN_LA_INVESTIGACIÓN.pptx
LAS_TIC_COMO_HERRAMIENTAS_EN_LA_INVESTIGACIÓN.pptx
 
El_Blog_como_herramienta_de_publicacion_y_consulta_de_investigacion.pptx
El_Blog_como_herramienta_de_publicacion_y_consulta_de_investigacion.pptxEl_Blog_como_herramienta_de_publicacion_y_consulta_de_investigacion.pptx
El_Blog_como_herramienta_de_publicacion_y_consulta_de_investigacion.pptx
 
Guía de Registro slideshare paso a paso 1
Guía de Registro slideshare paso a paso 1Guía de Registro slideshare paso a paso 1
Guía de Registro slideshare paso a paso 1
 
TALLER DE ANALISIS SOLUCION PART 2 (1)-1.docx
TALLER DE ANALISIS SOLUCION PART 2 (1)-1.docxTALLER DE ANALISIS SOLUCION PART 2 (1)-1.docx
TALLER DE ANALISIS SOLUCION PART 2 (1)-1.docx
 
La Electricidad Y La Electrónica Trabajo Tecnología.pdf
La Electricidad Y La Electrónica Trabajo Tecnología.pdfLa Electricidad Y La Electrónica Trabajo Tecnología.pdf
La Electricidad Y La Electrónica Trabajo Tecnología.pdf
 

Web Crawling

  • 1. I MiniBarCamp Caracas 2009 ¿Web Crawling? Buscando opciones para rastrear info en la web (Mi propio google search) Iria Puyosa Iria Puyosa
  • 2.
  • 3.
  • 4. Problema Herramientas de búsqueda web producen: - Resultados incompletos - Datos des-estructurados
  • 5. Problema Investigación requiere: - Corpus exhaustivo (todos los documentos que se han producido) - Estructuración de los resultados en una base de datos que responda a queries específicas
  • 6. ¿Solución? ¿Focused crawling? - URL semilla - Relevantes keywords (Vectores de términos) - Definición de la frontera - Clasificación basada en relevancia - Extracción de nuevas URLs - Recuperación y almacenaje de datos - Indización
  • 8. Estructuración de base de datos indizados - Definición de atributos - Datasets Entrenamiento / Validación - Clasificación - Generación de algoritmo para clustering - Modelos