Prototipo de un archivo de documentos digitales provenientes de la Web. Contenido Web y almacenes de datos

Abstract

Resumen En la actualidad se puede observar que el mayor contenido de información existente en el mundo se encuentra en el internet, esta información que va creciendo de manera dinámica se actualiza en cada momento y puede tener una vida corta. Un gran problema que se puede presentar es que mucha información se puede perder por distintos motivos haciendo que no se pueda acceder a ella. Teniendo en cuenta este problema, el proyecto en el cual se basa el presente Trabajo Especial de Grado propone salvaguardar esta información para que se pueda acceder a ella desde una base de datos documental (Base de Datos No Relacional Basada en Documentos) llamada MongoDB, y además crear un Almacén de Datos que va a ser alimentado con distinta información obtenida de las páginas web almacenada para poder lograr distintas métricas que se mostraran al usuario. Este Trabajo Especial de Grado presenta el diseño de dicho Almacén de Datos dividido en dos módulos del proyecto general, estos son el proceso ETL (Extracción, Transformación y Carga) que se encarga de alimentar el Almacén de Datos, y la Interfaz el Usuario, en la que se muestra distintas métricas obtenidas del Almacén de Datos y la página web al usuario. Palabras Claves: Almacenes de Datos (DW), Ruby on Rails, MongoDB, Metodologia XP