
handle: 10115/29336
En este trabajo se muestra cómo el estudio individual de los distintos atributos básicos de un recurso web no es suficiente para inferir las distintas estrategias de posicionamiento de un motor de búsqueda. El problema fundamental que se plantea es cuál es la relación entre los distintos elementos que componen la página y el peso que cada uno de ellos aporta al posicionamiento final. Como alternativa a este problema se propone la utilización de técnicas de aprendizaje inductivo, más concretamente, clasificadores arbóreos. Los resultados se ven reflejados en dos experimentos, fruto de la aplicación de dos algoritmos de aprendizaje distintos. Como resultado final se observa que la aplicación de esta técnica puede ser un punto de partida muy interesante para la optimización del posicionamiento web.
Ranking web, Posicionamiento web., Clasificadores inductivos, Optimización de recursos web, Ranking web, Clasificadores inductivos, Optimización de recursos web, Posicionamiento web.
Ranking web, Posicionamiento web., Clasificadores inductivos, Optimización de recursos web, Ranking web, Clasificadores inductivos, Optimización de recursos web, Posicionamiento web.
| selected citations These citations are derived from selected sources. This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | 2 | |
| popularity This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network. | Average | |
| influence This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | Average | |
| impulse This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network. | Average |
