Prototipo de sistema de filtrado por contenido para la diseminación de información contenida en la web

El reciente y dramático crecimiento del Internet, es un claro signo de que la computación está entrando en una nueva era. Por esto es necesario empezar a reconocer nuevos conceptos como el filtrado y recuperación de información que nos permiten mostrar los documentos más relevantes de acuerdo con lo...

Full description

Autores:
Amaya Díaz, Javier Enrique
Cañate Celedón, Jair José
Carvajal Pineda, Carlos Fernando
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2002
Institución:
Universidad Autónoma de Bucaramanga - UNAB
Repositorio:
Repositorio UNAB
Idioma:
spa
OAI Identifier:
oai:repository.unab.edu.co:20.500.12749/27025
Acceso en línea:
http://hdl.handle.net/20.500.12749/27025
Palabra clave:
Systems engineer
Technological innovations
Selective dissemination
Storage systems
Information retrieval
Information retrieval
Artificial intelligence
Neural networks (Computer science)
Ingeniería de sistemas
Innovaciones tecnológicas
Recuperación de información
Inteligencia artificial
Redes neuronales (Computadores)
Diseminación selectiva
Sistemas de almacenamiento
Recuperación de información
Rights
License
http://creativecommons.org/licenses/by-nc-nd/2.5/co/
Description
Summary:El reciente y dramático crecimiento del Internet, es un claro signo de que la computación está entrando en una nueva era. Por esto es necesario empezar a reconocer nuevos conceptos como el filtrado y recuperación de información que nos permiten mostrar los documentos más relevantes de acuerdo con los perfiles de sus usuarios. Existen diversos modelos para dicha labor, entre los que se encuentran los modelos clásicos como el modelo Booleano y Vectorial, los cuales tiene un formalismo simple porque la relevancia de los documentos recuperados se basa simplemente en la igualación parcial de los términos indexados en los documentos y las consultas. Otros modelos como el LSI, (indexación semántico latente), toma un paso adelante y además de trabajar con términos indexados, trabaja con “conceptos”, es decir, recupera documentos cuyos términos indexados no se encuentran en la consulta del usuario pero que también son relevantes. El modelo de redes neuronales tiene una función similar pero trabaja algoritmos de aprendizaje.