Desarrollo de un sistema Web basado en matrices de distancias para seleccionar artículos académicos similares en la revisión de la literatura científica

Debido al aumento constante de las publicaciones de artículos científicos en diversas bibliotecas virtuales a nivel mundial cada año, la búsqueda de documentos académicos relevantes para investigaciones se ha convertido en un proceso complejo que en ocasiones suele requerir una gran cantidad de tiempo y esfuerzo. Este artículo de investigación aborda esta problemática mediante el desarrollo de un sistema web que facilita a los usuarios la identificación de los artículos científicos m´as relevantes para sus investigaciones. El sistema permite los usuarios cargar un conjunto de datos que incluye los atributos títulos, palabras clave y resúmenes de cada documento extraído. Cada artículo científico fue sometido al proceso NLP con el fin de depurar y homogeneizar la información. Para medir la divergencia entre los documentos científicos, se calculan matrices de similitud mediante el uso de dos métricas diferentes que ensamblan los tres atributos en una sola matriz ponderada. Los resultados obtenidos se presentan a través de una interfaz web, que incluye una tabla de resumen, un mapa de calor, un diagrama de dispersión bidimensional y un grafo. La experimentación se llevó a cabo utilizando un conjunto de datos compuesto por 192 artículos científicos recopilados de Springer, IEEE y Scopus, abarcando las áreas de Ciencias Exactas, Ciencias de la Computación, Medicina y Ciencias Sociales. Los resultados revelaron una mayor similitud entre documentos que comparten la misma temática de estudio.

• מחבר ראשי: Cadena Peña, Kevin Patricio (author)
• מחברים אחרים: Villavicencio Garcia, Alexis Nicolas (author)
• פורמט: bachelorThesis
• שפה: spa
• יצא לאור: 2024
• נושאים: COMPUTACIÓN; ANÁLISIS DE SISTEMAS; SITIOS WEB; MATRICES DE DISTANCIAS; SIMILITUD
• גישה מקוונת: http://dspace.ups.edu.ec/handle/123456789/27226