Search

[ES] En la actualidad, el posicionamiento web se ha convertido en una de las grandes prioridades para cualquier empresa que quiera tener presencia web. Para lograr dicha tarea se ha intentado estudiar los algoritmos PageRank de Google desde hace décadas, pero sus continuas actualizaciones y complejidad han hecho del posicionamiento orgánico (SEO o Search Engine Optimization) un área de desarrollo amplia y compleja. No es difícil hoy en día encontrarnos con diversas herramientas, como los famosos web scrapers, capaces de extraer información diversa de la World Wide Web y que su uso se ha vuelto indispensable dentro del sector del posicionamiento web. Pero, ¿su uso garantiza realmente un buen posicionamiento? Desgraciadamente no, estas herramientas solo analizan una fracción de los múltiples factores que afectan al PageRank y en muchas ocasiones no se muestra la importancia relativa de cada factor, obligando a aumentar el trabajo manual realizado. Esta situación es la que ha motivado la creación de este TFG, en donde se tratará de automatizar el análisis de los distintos factores que afectan al SEO para una búsqueda (query) determinada dentro del buscador de Google. El código elaborado tratará de determinar la importancia de cada factor en la actualidad., [EN] Nowadays, Search Engine Optimization (SEO) has become one of the top priorities for any company that wants to have some presence on the web. To achieve this task, the study on Google's PageRank algorithms has been going on for decades, but their continuous updates and complexity have made SEO a wide and complex development area. It is not difficult nowadays to find various tools, such as the famous web scrapers, capable of extracting diverse information from the World Wide Web, and their use has become indispensable in the SEO sector. But, does their use really guarantee a good positioning? Unfortunately not, these tools only analyze a fraction of the multiple factors that affect PageRank and in many occasions the relative importance of each factor is not shown, forcing to increase the manual work done. This situation is what has motivated the creation of this project, where we will try to automate the analysis of the different factors that affect SEO for a given search (query) within the Google search engine. The elaborated code will try to determine the importance of each factor at present., [CA] En l’actualitat, el posicionament web s’ha convertit en una de les grans prioritats per a qualsevol empresa que vullga tindre presència web. Per a aconseguir la dita tasca s’ha intentat estudiar els algoritmes PageRank de Google des de fa dècades, però les seues contínues actualitzacions i complexitat han fet del SEO una àrea de desenrotllament àmplia i complexa. No és difícil hui en dia trobar-nos amb diverses aplicacions, com els famosos web scrapers, capaços d’extraure informació diversa de la World Wide Web i que el seu ús s’ha tornat indispensable dins del sector del posicionament web. Pero, el seu ús garantix realment un bon posicionament? Desgraciadament no, estes aplicacions només analitzen una fracció dels múltiples factors que afecten el PageRank i moltes vegades no es mostra la importància relativa de cada factor, obligant a augmentar el treball manual realitzat. Esta situació és la que ha motivat la creació d’este projecte, on es tractarà d’automatitzar l’anàlisi dels distints factors que afecten el SEO per a una busca (query) determinada dins del buscador de Google. El codi elaborat tractarà de determinar la importància de cada factor en l’actualitat.

Se presenta un sistema para configurar el ambiente de un vehículo que disminuya la carga cognitiva que representa esta tarea para los ocupantes. Dicho sistema tiene como objetivo principal desarrollar una nueva tecnología que mejora la experiencia de usuario dentro del vehículo e indirectamente aumenta la seguridad de los ocupantes del vehículo. Esto se logra utilizando los siguientes métodos de aprendizaje automático: un sistema de recomendación, un PageRank y una red neuronal que componen dicho sistema; tomando como base de conocimiento el comportamiento y preferencias previas de dicho usuario para poder anticipar sus preferencias. En este trabajo se implementaron dichos métodos y se corrieron diferentes experimentos y pruebas con ellos para obtener las ventajas y desventajas del sistema y sus subsistemas. Como parte de los resultados, este trabajo describe cuál es el rendimiento de cada método utilizado desde el punto de vista de consumo de memoria, tiempo de entrenamiento fuera de línea y tiempo de ejecución del cálculo de la preferencia de un usuario. Estos factores serían determinantes al elegir uno o más modelos que se quisieran implementar hasta una etapa de producción. Con base en los resultados obtenidos en este trabajo, se puede continuar investigando y desarrollando métodos óptimos y adecuados para las restricciones de la industria automotriz. En el trabajo a futuro se proponen temas, como utilizar dos o más modelos simultáneamente para mejorar la predicción de la preferencia del usuario, para complementar este trabajo. ITESO, A. C. Consejo Nacional de Ciencia y Tecnología

[ES] El proyecto realizado consiste en el desarrollo de una aplicación web para analizar la información obtenida a través de la meta-información almacenada en los tweets. La aplicación principalmente permite visualizar de manera gráfica la evolución de los tweets a lo largo del tiempo, la influencia que tienen los usuarios para determinados temas y mostrar grafos interactivos sobre las conexiones que tienen los usuarios. El trabajo se desarrolla en 4 fases: Primero se realiza un análisis de los requisitos que deberá tener la aplicación. En segundo lugar, se concreta el diseño que tendrá la base de datos y los directorios que contendrán los ficheros de la aplicación. Tercero, se realiza el desarrollo de la aplicación y su implementación. Finalmente, se realizan las pruebas para comprobar la funcionalidad y la eficiencia., [CA] El projecte realitzat consisteix en el desenvolupament d'una aplicació web per a analitzar la informació obtinguda a través de la meta-informació emmagatzemada en els tweets. L'aplicació principalment permet visualitzar de manera gràfica l'evolució dels tweets al llarg del temps, la influència que tenen els usuaris per a determinats temes i mostrar grafs interactius sobre les connexions que tenen els usuaris. El treball es desenvolupa en 4 fases: Primer es realitza una anàlisi dels requisits que haurà de tenir l'aplicació. En segon lloc, es concreta el disseny que tindrà la base de dades i els directoris que contindran els fitxers de l'aplicació. Tercer, es realitza el desenvolupament de l'aplicació i la seua implementació. Finalment, es realitzen les proves per a comprovar la funcionalitat i l'eficiència., [EN] The project consists in the development of a web application to analyze twitter data, through the meta-information stored in tweets. The application allows graphically visualize the evolution of tweets over time, the influence that users have for certain topics and display interactive graphs about the connections that users have. The work is developed in 4 phases: First, an analysis of the software requirements which the application must have. Secondly, the design of the database and the directories that will contain the files of the application which is specified. Third, the development of the application and its implementation. Finally, tests are carried out to check functionality and efficiency of the aplication.

Este proyecto propone la realización de una plataforma web bajo licencia de software libre para la búsqueda y recomendación de artículos científicos. La idea de este proyecto es presentar un prototipo de su viabilidad usando únicamente la rama de Computer Science. This project proposes the realization of a web platform under free software licence for the search and recommendation of scientific papers. The main idea of this project is to show a prototype to find its viability using the articles in Computer Science only.

TFG publicado en Káñina. Revista de Artes y Letras; Vol XL, No 4 (Año 2016). Este trabajo de investigación muestra el desarrollo de un primer prototipo funcional que busca las noticias más relevantes en los 3 perfiles de medios de comunicación más populares en Costa Rica en redes sociales y presenta los resultados obtenidos en tiempo real a través de un sitio web. Para mostrar el resultado de las noticias más relevantes, se propone un modelo de ranking basado en el concepto de PageRank utilizado para la asignación de relevancia de los documentos indexados por Google. Por consiguiente se define un modelo de ranking para presentar las noticias ordenadas de la más relevante a la menos relevante, definiendo una fórmula de relevancia en la cual se utiliza variables cuantitativas, como por ejemplo: cantidad de tiempo que tiene un posts, cantidad de comentarios, cantidad de likes. Finalmente, con base a los resultados obtenidos se presenta una estrategia de calendarización para la evaluación de resultado con el fin de realizar una validación manual del modelo de ranking propuesto y de esta forma plantear una discusión de la eficacia del modelo implementado. Además plantear mejoras que pueden ser implementadas en un futuro para nuevos modelos que mejoren el actual. UCR::Vicerrectoría de Investigación::Sistema de Estudios de Posgrado::Ingeniería::Maestría Profesional en Computación e Informática

A research field in the area of social networks (SNs) is the identification of some types of users and groups. To facilitate this process, a SN is usually represented by a graph. The centrality measures, which identify the most important vertices in a graph according to some criterion, are usual tools to analyze a graph. One of these measures is the PageRank (a measure originally designed to classify web pages). Informally, in the context of a SN, the PageRank of a user i represents the probability that another user of the SN is seeing the page of i after a considerable time of navigation in the SN. In this paper, we define a new type of user in a SN: the best current friend. The idea is to identify, among the friends of a user i, who is the friend k that would generate the highest decrease in the PageRank of i if k stops being his/her friend. This may be useful to identify the users/customers whose friendship/relationship should be a priority to keep. We provide formal definitions, algorithms and some experiments for this subject. Our experiments showed that the best current friend of a user is not necessarily the one who has the highest PageRank in the SN nor the one who has more friends. Un campo de investigación en el área de las redes sociales (RSs) es la identificación de ciertos tipos de usuarios y de grupos. Para facilitar este proceso, una RS se suele representar mediante un grafo. Las medidas de centralidad, las cuales identifican los nodos más importantes en un grafo según algún criterio, suelen ser usadas para analizar un grafo. Una de estas medidas es el PageRank (una medida inicialmente concebida para clasificar las páginas web). Informalmente, en el contexto de las RSs, el PageRank de un usuario i representa la probabilidad de que otro usuario de la RS esté viendo la página de i luego de un tiempo considerable de navegación por la RS. En este artículo, se define un tipo de usuario en una RS: el mejor amigo actual. La idea es identificar, entre los amigos de i, quién es el amigo k que generaría el mayor decremento en el PageRank de i, si k dejara de ser amigo de i. Esto puede ser útil para identificar los usuarios/clientes cuya amistad/relación es prioritario conservar. En este artículo se presentan las definiciones formales, algoritmos y experimentos al respecto. Los experimentos demostraron que el mejor amigo actual de un usuario no es necesariamente aquel que tiene el mayor PageRank en la RS ni aquel que tiene más amigos.

[ES] En este proyecto se ha creado una base de datos MongoDB y una aplicacion en Python ´ que utiliza la API de Twitter para obtener tuits e informacion de las cuentas de usuarios. Se ´ ha obtenido una coleccion de tuits relacionados con pol ´ ´ıtica espanola. Se han implementado ˜ los algoritmos PageRank y HITS usando matrices obtenidas a partir tanto de las relaciones de seguimiento entre cuentas como de las relaciones de retuits y se han empleado para ordenar a los autores de los tuits recogidos segun su relevancia. La calidad de las distintas or- ´ denaciones se ha estudiado y comparado con metricas m ´ as triviales. El algoritmo PageRank ´ ha dado los mejores resultados. Se ha empleado el algoritmo de clusterizacion´ k-medoids y se ha estudiado la relevancia y la polaridad con respecto a distintos partidos pol´ıticos de los diferentes clusteres creados., [CA] En aquest projecte s’ha creat una base de dades MongoDB i una aplicacio en Python ´ que utilitza la API de Twitter per a obtenir tuits i informacio dels comptes d’usuaris. S’ha ´ obtingut una col·leccio de tuits relacionats amb pol ´ ´ıtica espanyola. S’han implementat els algorismes PageRank i HITS usant matrius obtingudes a partir tant de les relacions de seguiment entre comptes com de les relacions de retuits i s’han emprat per a ordenar als autors dels tuits recollits segon la seua rellevancia. La qualitat de les diferents ordenacions s’ha ` estudiat i comparat amb metriques m ` es trivials. L’algorisme PageRank ha donat els millors ´ resultats. S’ha emprat l’algorisme de clusteritzacio´ k-medoids i s’ha estudiat la rellevancia i ` la polaritat pel que fa a diferents partits pol´ıtics dels diferents clusters creats., [EN] In this project a MongoDB database and a Python application which uses Twitter’s API to obtain tweets and information of the user accounts have been created. A collection of tweets related with spanish politics has been obtained. The algorithms PageRank and HITS have been implemented using matrixes created using both the following and the retweeting relationships between user accounts. The results have been used to sort the authors of the obtained tweets according to their relevance. The quality of the different sortings has been studied and compared with more trivial metrics. The PageRank algorithm has showed the best results. The clustering algorithm k-medoids has been applied. The relevance and polarities relating various political parties of the clusters created have been studied.

Se presentan los resultados del análisis de visibilidad de las sedes webs de museos de Cataluña realizado en 2013, a partir de los datos obtenidos por el explorador DigiDocSpider en Google. El objetivo global es obtener los datos necesarios para profundizar en la identificación de las buenas prácticas que ayuden a mejorar la visibilidad de cualquier sede web de museo. La metodología utilizada ha sido desarrollada en una doble perspectiva: comparativa y evolutiva con estudios anteriores. Se ha podido comprobar un incremento de visibilidad de los museos catalanes en el período 2006-2013; aunque se ha identificado una pérdida de visibilidad en los últimos cuatro años. En conclusión, los museos más grandes son los que mejor preparados están y mejores resultados obtienen mostrando una distancia muy significativa con los pequeños museos locales. The results of the 2013 analysis of visibility of the museum web sites of Catalonia are presented out of the data obtained by the explorer DigiDocSpider in Google. The main goal is to acquire the necessary data to deepen into the identification of good practices that help improve the visibility of any museum web site. The methodology has focused on a double perspective: comparative and evolutionary with previous research. An increase of visibility of the Catalan museums from 2006 to 2013 has been proved. However, a slight loss of visibility has been confirmed if we compare it to the period 2009-2013. As a conclusion, the biggest museums are better prepared and obtain better results, showing a very significant distance with those small local museums.

Disseny i avaluació d'un algorisme que extrau una terminologia multilingüe fent servir com a font d'informació Wikipedia, i ordena els termes per termhood fent servir una versió modificada de l'algorisme de PageRank de Google.

This project involves the development of a blog Directory, with the basic features of a Web directory such as blog registration, blog listing by category and tags, but this Directory is distinguishes by consulting Web statistics, including number of visits each blog has had since its registration in the directory, the type of browser used on the visit and the geographical location where the visit is generated. It also allows a brief comparison of recorded visits between Blog and display the PageRank of each blog. In addition, it generates a ranking of registered blogs, which by a methodology explained in the content of this article, lets you know those blogs that have had greater acceptance since its registration. This Directory was implemented using tools and services available on the Web such as Google Visualization API, PageRank, Javascript GeoIP web service, among others.

En este artículo se presenta el algoritmo WIRS, una técnica de reducción de instancias que tiene como objetivo seleccionar las ins tancias más representativas de una base de datos de aprendizaje. Este tipo de técnicas se utilizan para conseguir bases de datos más pequeñas sobre las que se pueda aplicar el algoritmo de los vecinos más cercanos con menor coste computacional y sin excesiva pérdida de precisión. El algoritmo WIRS es una adaptación del algoritmo WITS en el que se ha sustituido el criterio de la tipicidad por el de ranking a la hora de calcular el orden de las instancias necesario para aplicar WITS. Para calcular el ranking utilizamos una solución similar a la empleada por PageRank, el algoritmo de cálculo de relevancia de páginas web del buscador Google. Los experimentos demuestran que el uso del ranking como criterio de ordenación obtiene resultados comparables a los obtenidos por la versión original de WITS, mejorando incluso estos resultados para algunas de las bases de datos utilizadas. Ministerio de Educación y Ciencia TIN 2004-07246-C03-03