5
Universidad Autónoma Gabriel René Moreno Facultad de Ciencias Exactas y Tecnología Autor: Anibal Guzmán Miranda Revisión: Hacia un nuevo paradigma de búsqueda ¿Podemos aprender de las Hormigas? Maestría en Ingeniería del Software 21 de septiembre de 2012

Hacia un nuevo paradigma de busqueda.-- Podemos aprender de las hormigas?

Embed Size (px)

Citation preview

Page 1: Hacia un nuevo paradigma de busqueda.-- Podemos aprender de las hormigas?

Universidad Autónoma Gabriel René MorenoFacultad de Ciencias Exactas y Tecnología

Autor: Anibal Guzmán Miranda

Revisión: Hacia un nuevo paradigma de búsqueda ¿Podemos aprender de las Hormigas?

Maestría en Ingeniería del Software

21 de septiembre de 2012

Santa Cruz – Bolivia

Page 2: Hacia un nuevo paradigma de busqueda.-- Podemos aprender de las hormigas?

1. Resumen del Artículo

Tradicionalmente, los motores de búsqueda determinaban la relevancia en función del número de ocurrencias de cada término de búsqueda en el documento. Sin embargo, la aparición en término de búsqueda no es un buen indicador de la relevancia. El algoritmo PageRank de Google nos ofrece una noción de "Relevancia", tiene la desventaja de que es estática. Se puede mejorar por otros datos y otras técnicas, pero es, en principio, sobre la base de la estructura actual de la Web. El algoritmo hará que los sitios importantes sean aun más importante. Nuevos sitios de interés puede obtener un valor de PageRank bajo y se presentan más abajo en la página de resultados de motor de búsqueda, por lo que puede ser observado sólo por los usuarios más persistentes. Por lo tanto, el algoritmo que se utiliza para determinar la relevancia puede ser una profecía auto cumplida.

Para hacer búsqueda Web más dinámica se podría aprovechar la experiencia de estos "persistentes" usuarios. Es decir, cuando un usuario ha hecho un camino a un sitio, podemos ofrecer esto como una ayuda cuando un usuario escribe los términos de búsqueda similares.

En este artículo vamos a explorar este concepto y se presenta un modelo que describe una tendencia hacia nuevos paradigmas de búsquedas por Internet, que son a la vez social y dinámico. La idea está tomada de la biología: el forraje de manera hormigas como alimento.

Como trabajan las hormigas:

Las hormigas ofrecen dos ideas interesantes. La primera es que las señales que definen son las rutas óptimas hacia los recursos, el segundo es la forma en que se puede organizar las supercolonias. Ambos aspectos pueden ayudarnos a diseñar mejores sistemas de búsqueda.

Cada día las hormigas al salir de la colonia en busca de alimentos y materiales de construcción ellos explotarán los alrededores en todas direcciones de forma un tanto aleatoria. Si una hormiga encuentra algo de interés, volverá a la colonia depositar feromonas en el camino, una sustancia química que las hormigas son capaces de detectar. Estas señales de definir el camino entre la colonia y la comida.

La cantidad de feromona depositada, lo que puede depender de la cantidad y calidad de la comida, se dan otras hormigas una idea de "relevancia". Otras hormigas en la colonia ahora puede usar la feromona como señalizaciones para alcanzar el alimento. Pero éstos pueden también depositan feromonas. Dado que estos marcadores se evapora con el tiempo, senderos sin interés y sin usar desaparecerá. Más cortos senderos conseguirá un mayor nivel de feromona, incluyendo así una noción de optimización.

Estas hormigas ponen claramente los intereses de grupo por delante de los intereses individuales. Esta forma de organización, conocida como supercoloniality, puede ser utilizado para caracterizar el comportamiento social en la Web.

Page 3: Hacia un nuevo paradigma de busqueda.-- Podemos aprender de las hormigas?

El Modelo

El enfoque consiste en modelar el comportamiento de los usuarios "como hormigas virtuales en busca de un espacio de soluciones (" comida ") mediante el uso de rastros dejados por otros. En el campo de las hormigas tomar decisiones basadas en información probabilísticos problema específico, por ejemplo los datos de entrada específicos para la tarea. En nuestro caso, la meta de los usuarios (la colonia) se modela mediante la búsqueda de información y teorías del comportamiento, tales como información de forrajeo (feromonas), La búsqueda de información, los modelos de la teoría de cómo la gente busca, navega y consume información, mostrando que hay muchas estrategias posibles para emplear a la hora de buscar información en la Web.

Supongamos que un conjunto de usuarios comienzan con la misma consulta, por ejemplo, un conjunto de palabras clave, presentado a la página web de un motor de búsqueda. Su comportamiento sucesivo puede ser modelado como si fueran la construcción de una solución viable a su problema de búsqueda de información, es decir, la optimización de la ruta a la meta información.

2. Conclusiones

Se ha presentado una idea de búsqueda Web mejorada aprendiendo de las hormigas. La feromona que se depositan las hormigas en el camino a los alimentos u otros recursos pueden ser emulados en los sistemas informáticos por "similares" a los botones y técnicas similares. Algunas de estas ideas ya están implementadas por Google, Microsoft, Facebook, Twitter y otras compañías, en la que podemos recomendar contenido Web a nuestros amigos. Sin embargo, como las hormigas, podemos emplear un principio supercoloniality, y aprovechar también las sugerencias y experiencias de otros usuarios. Estos casos muestran el cambio de paradigma en la búsqueda en la web que estamos viviendo hoy en día. Espero que este enfoque pueda ser un primer paso en el modelado y la descripción de estas tendencias

3. Glosario

Feromona.- Son sustancias químicas secretadas los seres vivos con el fin de provocar comportamientos específicos en otros individuos, con frecuencia de la misma especie, pero también pueden emplearse contra otras especies.

PageRank.- es una marca registrada y patentada por Google el 9 de enero de 1999 que ampara una familia de algoritmos utilizados para asignar de forma numérica la relevancia de los documentos (o páginas web) indexados por un motor de búsqueda