Manual-design of Blocks: Una Herramienta para Gestionar Segmentaciones Manuales de Páginas Web

Abstract

La segmentación es una parte importante en el análisis de páginas Web. El objetivo es dividir una página en bloques, cada uno representando una parte (o segmento) coherente del contenido. En el presente trabajo describimos el desarrollo de la herramienta Manual-design of Blocks (MoB). Se incluyen detalles de la investigación, donde se comprueba la importancia de MoB en la evaluación de algoritmos de segmentación. El objetivo de nuestro trabajo es el desarrollo de la herramienta MoB. Al mismo tiempo describir los mecanismos para la obtención de una “base referencial” de segmentaciones manuales sobre una misma página y para la posterior obtención de “la mejor segmentación manual”. La mejor segmentación manual es definida en base a nuestra experiencia y los datos obtenidos, en este trabajo se define una forma de su obtención pero no se considera que sea la única forma de obtener. La mejor segmentación obtenida queda disponible para la evaluación de un algoritmo de segmentación usando el framework Block-o-Matic. Mediante el uso de MoB se soporta el proceso de conformación de la base referencial, apoyado con una interfaz de programación de aplicaciones Web (API) y un repositorio para su manejo y consulta. Se presentan resultados de las pruebas de aceptación.