ScraCOVID-19: Plataforma informativa de contenido digital mediante Scraping y almacenamiento NoSQL
Introducción: Mantener informada a la comunidad sobre la reciente pandemia causada por el COVID-19, se ha convertido en una necesidad haciéndose indispensable el uso de canales de comunicación confiables, información precisa y basada en la evidencia. Objetivo: Este trabajo tiene como objetivo princi...
| Main Authors: | , , , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Universidad de la Costa
2020-10-01
|
| Series: | Inge-Cuc |
| Subjects: | |
| Online Access: | https://revistascientificas.cuc.edu.co/ingecuc/article/view/3280 |
| _version_ | 1819012123595898880 |
|---|---|
| author | Ariel Guillermo Sánchez Paipilla Mónica Katherine Durán Vaca Angela María González Amarillo Javier Antonio Ballesteros Ricaurte |
| author_facet | Ariel Guillermo Sánchez Paipilla Mónica Katherine Durán Vaca Angela María González Amarillo Javier Antonio Ballesteros Ricaurte |
| author_sort | Ariel Guillermo Sánchez Paipilla |
| collection | DOAJ |
| description | Introducción: Mantener informada a la comunidad sobre la reciente pandemia causada por el COVID-19, se ha convertido en una necesidad haciéndose indispensable el uso de canales de comunicación confiables, información precisa y basada en la evidencia. Objetivo: Este trabajo tiene como objetivo principal crear ScraCOVID-19 una plataforma web de contenido digital dedicada a acceder a las noticias actualizadas y de manera rápida. Como caso de estudio se manejan cuatro medios digitales con licencia a nivel nacional. Las noticias se presentan de manera resumida para permitir a los lectores, en función de su interés, leer las noticias mediante algunos filtros como: desempleo, educación, maltrato, corrupción y discriminación. Metodología: ScraCOVID-19 se crea a partir de la técnica de extracción Scraping, mediante el uso de BeautifulSoup, librería que permite extraer información en formato HTML de varios sitios web, utilizando el lenguaje de programación Python. Resultado: Se describe un modelo para realizar la categorización que extrae información útil para clasificar información en categorías haciendo referencia a las URL. Conclusión: A partir de técnicas de extracción utilizadas en conjunto con herramientas de almacenamiento de datos no estructurados, se obtiene información de diferentes páginas web y se administran todos los datos recogidos en una misma web generada dinámicamente. |
| first_indexed | 2024-12-21T01:39:03Z |
| format | Article |
| id | doaj.art-eea040fa8ae3499095e3b1dc42bd06d8 |
| institution | Directory Open Access Journal |
| issn | 0122-6517 2382-4700 |
| language | English |
| last_indexed | 2024-12-21T01:39:03Z |
| publishDate | 2020-10-01 |
| publisher | Universidad de la Costa |
| record_format | Article |
| series | Inge-Cuc |
| spelling | doaj.art-eea040fa8ae3499095e3b1dc42bd06d82022-12-21T19:20:12ZengUniversidad de la CostaInge-Cuc0122-65172382-47002020-10-0116122923710.17981/ingecuc.16.2.2020.18ScraCOVID-19: Plataforma informativa de contenido digital mediante Scraping y almacenamiento NoSQLAriel Guillermo Sánchez Paipilla0https://orcid.org/0000-0001-7181-1466Mónica Katherine Durán Vaca1Angela María González Amarillo2https://orcid.org/0000-0002-3568-7530Javier Antonio Ballesteros Ricaurte3https://orcid.org/0000-0001-9164-4597Universidad Pedagógica y Tecnológica de Colombia. Sogamoso, ColombiaUniversidad Pedagógica y Tecnológica de Colombia. Sogamoso, ColombiaUniversidad Nacional Abierta y a Distancia. Tunja, ColombiaUniversidad Pedagógica y Tecnológica de Colombia. Tunja, ColombiaIntroducción: Mantener informada a la comunidad sobre la reciente pandemia causada por el COVID-19, se ha convertido en una necesidad haciéndose indispensable el uso de canales de comunicación confiables, información precisa y basada en la evidencia. Objetivo: Este trabajo tiene como objetivo principal crear ScraCOVID-19 una plataforma web de contenido digital dedicada a acceder a las noticias actualizadas y de manera rápida. Como caso de estudio se manejan cuatro medios digitales con licencia a nivel nacional. Las noticias se presentan de manera resumida para permitir a los lectores, en función de su interés, leer las noticias mediante algunos filtros como: desempleo, educación, maltrato, corrupción y discriminación. Metodología: ScraCOVID-19 se crea a partir de la técnica de extracción Scraping, mediante el uso de BeautifulSoup, librería que permite extraer información en formato HTML de varios sitios web, utilizando el lenguaje de programación Python. Resultado: Se describe un modelo para realizar la categorización que extrae información útil para clasificar información en categorías haciendo referencia a las URL. Conclusión: A partir de técnicas de extracción utilizadas en conjunto con herramientas de almacenamiento de datos no estructurados, se obtiene información de diferentes páginas web y se administran todos los datos recogidos en una misma web generada dinámicamente.https://revistascientificas.cuc.edu.co/ingecuc/article/view/3280análisis de datosbases de datos nosqlcomunicación digitalextracción de informaciónpágina web |
| spellingShingle | Ariel Guillermo Sánchez Paipilla Mónica Katherine Durán Vaca Angela María González Amarillo Javier Antonio Ballesteros Ricaurte ScraCOVID-19: Plataforma informativa de contenido digital mediante Scraping y almacenamiento NoSQL Inge-Cuc análisis de datos bases de datos nosql comunicación digital extracción de información página web |
| title | ScraCOVID-19: Plataforma informativa de contenido digital mediante Scraping y almacenamiento NoSQL |
| title_full | ScraCOVID-19: Plataforma informativa de contenido digital mediante Scraping y almacenamiento NoSQL |
| title_fullStr | ScraCOVID-19: Plataforma informativa de contenido digital mediante Scraping y almacenamiento NoSQL |
| title_full_unstemmed | ScraCOVID-19: Plataforma informativa de contenido digital mediante Scraping y almacenamiento NoSQL |
| title_short | ScraCOVID-19: Plataforma informativa de contenido digital mediante Scraping y almacenamiento NoSQL |
| title_sort | scracovid 19 plataforma informativa de contenido digital mediante scraping y almacenamiento nosql |
| topic | análisis de datos bases de datos nosql comunicación digital extracción de información página web |
| url | https://revistascientificas.cuc.edu.co/ingecuc/article/view/3280 |
| work_keys_str_mv | AT arielguillermosanchezpaipilla scracovid19plataformainformativadecontenidodigitalmediantescrapingyalmacenamientonosql AT monicakatherineduranvaca scracovid19plataformainformativadecontenidodigitalmediantescrapingyalmacenamientonosql AT angelamariagonzalezamarillo scracovid19plataformainformativadecontenidodigitalmediantescrapingyalmacenamientonosql AT javierantonioballesterosricaurte scracovid19plataformainformativadecontenidodigitalmediantescrapingyalmacenamientonosql |