Etapas de la minería web.

Etapas de la mineria web

·    


  Selección y recopilación de datos. Lo primero es determinar qué es lo que se quiere obtener y cuáles son los datos que nos facilitarán esa información para lograr la meta. Posteriormente se localizan los documentos o archivos a adquirir, se capturan y se almacenan los datos pertinentes. El objetivo de esta etapa es recuperar automáticamente los documentos más importantes, indexándolos para optimizar la búsqueda.

·      Extracción y preprocesamiento de información. Se trata de filtrar y limpiar los datos recogidos. Una vez extraída una determinada información a partir de un documento, ya sea HTML, XML, TEXTO, PS, PDF, LateX, FAQs,. . . se eliminarán los datos erróneos o incompletos, presentando las restantes de manera ordenada y con los mismos criterios formales hasta conseguir una homogeneidad. El objetivo es identificar y etiquetar el contenido esencial del documento para mapear a algún modelo de datos. La extracción de la información entrega nueva información a partir de la estructura del documento y su representación.

             Minería. En esta etapa, se descubren automáticamente los modelos o patrones generales sobre un sitio Web, así como por múltiples sitios, utilizando recursos estadísticos, técnicas de Minería de Datos, etc.

 ·      Análisis. Una vez teniendo los patrones identificados, es necesario interpretarlos; para esto existe diversas herramientas que permiten entender, ya sea visualmente o algún otro método que facilita la interpretación de dichos patrones.