UN CLASIFICADOR BAYESIANO PARA BÚSQUEDA Y CLASIFICACIÓN DE ARTÍCULOS DE INVESTIGACIÓN

EDGAR ALAN CALVILLO MORENO; RICARDO MENDOZA GONZALEZ; JAIME MUÑOZ ARTEAGA; JULIO CESAR  MARTINEZ ROMO; MIGUEL VARGAS MARTIN; LAURA CECILIA RODRIGUEZ MARTINEZ

doi:https://doi.org/10.6036/NT7657

Volver al Menú

Búsqueda

Vote:

Resultados:

0 puntos

0 Votos

UN CLASIFICADOR BAYESIANO PARA BÚSQUEDA Y CLASIFICACIÓN DE ARTÍCULOS DE INVESTIGACIÓN

ENERO-DICIEMBRE 2015 - Volumen: 2 - Páginas: [14 p.]

DOI:

https://doi.org/10.6036/NT7657

Autores:

EDGAR ALAN CALVILLO MORENO -

RICARDO MENDOZA GONZALEZ

- JAIME MUÑOZ ARTEAGA -

JULIO CESAR MARTINEZ ROMO

- MIGUEL VARGAS MARTIN - LAURA CECILIA RODRIGUEZ MARTINEZ

Materias:

CIENCIA DE LOS ORDENADORES (ARTIFICIAL INTELLIGENCE / INTELIGENCIA ARTIFICIAL )

Descargas: 130

Como referenciar este artículo:

Download pdf

Descargar pdf

Fecha Recepción : 13 mayo 2015

Fecha Evaluando : 8 septiembre 2015

Fecha Aceptación : 13 septiembre 2015

Palabras clave:: Naive Bayes, Wrapper, Web-Searching, Knowledge DB, Search-Engine, Busqueda web, motor de búsqueda, Base datos de conocimiento
Tipo de artículo:: ARTICULO DE INVESTIGACION / RESEARCH ARTICLE
Sección:: ARTICULOS DE INVESTIGACION / RESEARCH ARTICLES

El objetivo de este articulo es proveer una estrategia mediante un algoritmo inteligente que ayude a mejorar la búsqueda de artículos web. El presente articulo ofrece una propuesta para ayudar a optimizar la búsqueda web utilizando Naive Bayes como algoritmo para la alimentación automática de una base de conocimiento. Los sitios actuales toman información básica como autor, titulo, resumen, palabras claves y una descripción corta del articulo para realizar búsquedas. En este trabajo utilizamos un algoritmo para aprovechar el contenido de una base de conocimientos para mejorar la búsqueda de artículos de investigación en la web.

Compártenos: