Clasificación inteligente de sitios web usando redes neuronales artificiales

Abstract

El creciente número de documentos web en Internet hace que los procesos de búsqueda sobre dichos documentos se dificulten cada día más. Los buscadores tradicionales no estructuran ni categorizan la información encontrada. Para solucionar estos problemas se hacen necesarios agentes web inteligentes. Dichos agentes estarán basados en potentes métodos de categorización que permitan organizar y clasificar los documentos de la forma más automatizada posible. El enfoque de computación neuronal es una de las alternativas más apropiada, debido a las características de adaptabilidad, generalización, potencialidad y robustez de las redes neuronales artificiales (RNA). Basándonos en documentos web obtenidos en buscadores tradicionales a partir de palabras claves relacionadas con “Alcalá”, hemos analizado diferentes técnicas de representación de dichos documentos, y utilizando un modelo de RNA que implementa clusterización ciega hemos realizado una clasificación inteligente de sitios web de Alcalá, presentando un estudio de los resultados obtenidos. Proponemos un sistema de procesamiento que incrementa el control que el usuario puede tener sobre la información. Esta propuesta hará posible el análisis e intercambio de información de una forma rápida y fiable, tal que la misma podrá ser catalogada y preparada para futuros procesamientos.

The growing number of Internet web documents makes the search process is difficult on these documents every day. The traditional search engine do not structure or categorize information found. To solve these problems is necessary to use intelligent web agents. These agents will be based on powerful methods of categorization that could classify the documents in a way probably more automatic. The neural computation is one of the most appropriate alternatives, due to its characteristics of adaptability, generalization, power and reliability of artificial neural network. Based on web documents obtained in traditional searchers and starting with keywords related to “Alcalá”, we have analysed several technics of documents representations and using a RNA model than implements blind clustering we have make an intelligent classification of these Alcalá web sites. We present a study of the results obtained. We proposed a processing system that increase the control of the user over the information. This propose will make possible the analysis and interchange of information in a very fast way and reliable. It will be categorized and treated for further processing.