Este proyecto aborda el modelado, diseño e implementación de una plataforma modular y extensible para recolectar, procesar y almacenar datos de la Web. La plataforma poseerá los siguientes componentes:

(a) Recolección y extracción de datos de la Web
(b) Almacenamiento de objetos (datos, metadatos, vistas y relaciones)
(c) Álgebra formal de procesamiento que incluye operaciones de recuperación de información, de similitud, de relevancia total o parcial (ranking), de manipulación de objetos, grafos y secuencias temporales, y de estadística, que permiten generar nuevas vistas sobre los datos y relaciones lógicas entre ellos
(d) Presentación de vistas y relaciones usando técnicas de visualización para datos estructurados.

Esta plataforma no sólo permite desarrollar más rápido nuevas aplicaciones de recuperación y/o minería de datos de la Web, sino que además permite repetir el proceso cada vez que los datos cambian (la Web es intrínsecamente muy dinámica) ya que tanto las vistas y las relaciones se generarán a través de una secuencia de operaciones del álgebra mencionada.

Cooperación en Proyectos

Participación en el proyecto CYTED RIBIDI (Red Iberoamericana de Bibliotecas Digitales)

Este grupo colabora actualmente con varias universidades en el resto del mundo, en particular con el Centro de Investigación de la Web (CIW) de la Universidad de Chile.

El proyecto intenta fortalecer las capacidades de investigadores y el entrenamiento de estudiantes de doctorado en el área clave de Recuperación de Información Multimedial, a través del trabajo en red, el extensivo uso de Internet (configuración de herramientas colaborativas); y a través de la creación de un cuerpo de personas de alto nivel educacional integrado por medio de Internet.