Factores de Calidad Web y Modelos de Recuperación de Información
Factores Indirectos de Calidad Web
Los factores indirectos son aquellos elementos que influyen directamente en el rendimiento y la percepción de un factor directo.
- Redacción y legibilidad: Un texto de calidad es fundamental; esto excluye el plagio, las malas traducciones y otros errores. La legibilidad se define como la facilidad con la que un texto puede ser leído y comprendido.
- Interoperabilidad: Es la capacidad del sistema para intercambiar y utilizar información externa de manera efectiva.
- Credibilidad: Elementos que mejoran la percepción de veracidad y confianza de un texto.
- Usabilidad: Se refiere a la facilidad de uso y aprendizaje por parte de los usuarios, evaluando aspectos como la facilidad de aprendizaje, el recuerdo, la tasa de errores, la satisfacción y la eficiencia del usuario.
- Accesibilidad: Diseño orientado al acceso universal a la Web, independiente del hardware, software, infraestructura, localización o capacidades del usuario (por ejemplo, personas con discapacidad).
Modelos de Recuperación de Información
Modelo Booleano
Este modelo se basa en la lógica matemática para la gestión de datos.
Ventajas
- Ideal para sistemas de bases de datos relacionales.
- Es eficiente y simple de implementar.
- Cuenta con una amplia base de experimentos y sustento en el álgebra booleana.
Desventajas
- No ordena los resultados por relevancia.
- No considera la frecuencia del término ni su valor discriminante.
- Los usuarios suelen tener dificultades con el uso de operadores booleanos.
- No permite el matching parcial: si no cumple todos los criterios AND, el resultado no se considera válido.
- Las consultas son simplistas, dificultando la expresión de conceptos como "mucho", "poco" o "frecuentemente".
Modelo Vectorial
Representa documentos y consultas mediante vectores en un espacio multidimensional.
- Cada documento y consulta se representa por un vector con tantas dimensiones como términos existan en el conjunto K.
- Se asignan pesos positivos y no binarios a los términos.
- La similitud se mide mediante la distancia entre vectores, siendo el coseno del ángulo la función más utilizada.
Ventajas y Desventajas
- Ventajas: Mejores resultados en experimentos (especialmente en grandes colecciones), considera la longitud del documento, permite el grado de relevancia y el matching parcial.
- Desventajas: Requiere mayor tiempo de cálculo (especialmente para el coseno) y el supuesto estadístico de independencia de términos no siempre se cumple.
- Extensiones: Vectorial generalizado, Latent Semantic Indexing y redes neuronales.