Módulo de procesamiento de contenidos aplicado a la Plataforma de Contenidos Unificados para Búsqueda Avanzada

Abstract

En la actualidad el desarrollo acelerado y exponencial de Internet genera un gran cúmulo de información y contenido que se almacena en la web y que es accesible a través de los motores de búsqueda. La información almacenada puede ser analizada y utilizada para mejorar la respuesta que los sistemas de recuperación de información brindan. Un análisis de la información basado en la aplicación de técnicas de minería web como la minería de contenido y de utilización, brindaría la posibilidad de utilizar nuevos conocimientos para mejorar la recuperación de información. De forma conjunta, la categorización de los documentos almacenados, de las consultas de usuarios, el cálculo de la similitud entre consultas y el uso de algoritmos de re-ranking (acto de clasificar algo de nuevo o de manera diferente) son potentes herramientas que aproximan la necesidad de información de los usuarios al conjunto de respuesta de los motores de búsqueda. La presente investigación propone y describe la aplicación de un módulo de procesamiento de contenidos a la Plataforma de Contenidos Unificados para Búsqueda Avanzada, a partir de la implementación de un módulo que perfecciona su funcionamiento. También detalla la arquitectura que debe utilizar la solución y se exponen los resultados de la validación de la propuesta. Como resultado de la investigación se obtiene un módulo de procesamiento de contenidos aplicado a la Plataforma de Contenidos Unificados para Búsqueda Avanzada que clasifica documentos y consultas haciendo uso del algoritmo de categorización Naive Bayes, realiza cálculo de similitud entre consultas y documentos y utiliza perfiles de búsqueda de usuarios, mejorando los resultados de la plataforma.