PDF de programación - Cómo funciona la Web

Cómo

funciona

la
Web

Centro de Investigación de la Web

Departamento de Ciencias de la Computación

Universidad de Chile

CIW es un Núcleo Científico Milenio

© 2008 Centro de Investigación de la Web, todos los derechos reservados.
Registro de Propiedad Intelectual Número 169174, Chile
ISBN: 978­956­319­225­1

Publicación Autoeditada.
Primera Edición, Junio 2008.
Santiago de Chile.

Editor General: Claudio Gutiérrez Gallardo.

Distribución gratuita de ejemplares impresos para colegios y universidades chilenos. 
Distribución gratuita de versión digital a través de www.ciw.cl

Gráfico de la Portada: Eduardo Graells, en Características de la Web Chilena, estudio 
dirigido por Ricardo Baeza­Yates desde 2001.
Diseño de Portada: Javier Velasco M.
Diseño Interior: Mauricio Monsalve M.

Impreso en Gráfica LOM.

Índice

Introducción ............................................................................................................. 1

Los Autores .............................................................................................................. 5

Capítulo 1 
La Web como espacio de información universal ................................................ 9
De fuentes aisladas a redes de información ................................................ 10
Las bases lógicas de la Web ........................................................................... 12
La filosofía de la Web como espacio de información: la W3C .................. 14
La Web Semántica ........................................................................................... 16
El Futuro de la Web ......................................................................................... 20

Capítulo 2 
Anatomía de la Web ............................................................................................. 23
Introducción ..................................................................................................... 23
Conceptos Básicos ........................................................................................... 24
Caracterizando la Web .................................................................................... 29

Capítulo 3 
Internet .................................................................................................................... 43
El desarrollo de Internet ................................................................................. 43
Arquitectura ..................................................................................................... 45
El gobierno de Internet ................................................................................... 49

Capítulo 4 
Buscando en la Web .............................................................................................. 51
Crawling: ¿qué páginas debería conocer un buscador? ............................ 53
Indexamiento: ¿qué debería almacenarse de las páginas? ........................ 55
Búsqueda: ¿qué preguntas debería responder, y cómo? ........................... 56
Interacción con el Usuario: ¿cómo presentar la información? .................. 59

Capítulo 5 
Manejo de grandes volúmenes de información utilizando Clusters de com­
putadores ................................................................................................................ 63
Máquinas de búsqueda y Clusters ................................................................ 65
Recolección de páginas Web y Clusters ....................................................... 69

Capítulo 6 
XML: Transformando la Web en una Base de Datos ....................................... 75
XML: Un lenguaje para almacenar información ......................................... 78
Transformación de documentos XML .......................................................... 80
Extracción de información desde XML ........................................................ 85
Para recordar .................................................................................................... 89

Capítulo 7 
Uso y Búsqueda de Información Geográfica en la Web  ................................. 93
¿Cuál es el tipo de información geográfica en la Web?  ............................ 94
Servicios web de información geográfica  ................................................... 97
Máquinas de búsqueda Web geográfica  ..................................................... 99

Capítulo 8 
Multimedia en la Web  ....................................................................................... 103
El universo creciente de la información mutimedial en la Web  ............ 103
Indexación automatizada de la información multimedial  ..................... 106
Búsqueda o Recuperación de información multimedial  ........................ 108

Capítulo 9 
Redes Sociales  ..................................................................................................... 113
Análisis de Redes Sociales  ........................................................................... 113
Redes Sociales y Software  ........................................................................... 116
Sitios y Aplicaciones Mencionados  ............................................................ 122

Capítulo 10 
Clasificación y Filtrado de Información en la “Web Viva” ........................... 127
Sindicación de Contenido ............................................................................ 128
Canales y Agregadores de RSS .................................................................... 130

Filtrado y Clasificación de Información ..................................................... 131
Los Primeros Filtros Automáticos ............................................................... 132
Filtros que Aprenden y se Adaptan ............................................................ 134
Filtrado Colaborativo .................................................................................... 136
El Rol de los Tags ........................................................................................... 138
Conclusión ...................................................................................................... 139

Introducción

El libro que el lector tiene en sus manos es producto de la experiencia 
del equipo de científicos que trabaja en el Centro de Investigación de la Web. 
Hemos querido exponer al gran público no sólo lo que hacemos, sino sobre 
todo, cómo funciona ese producto tan propio de nuestros tiempos que es la 
Web. Este libro pretende, a nivel de divulgación, dar a conocer las diferentes 
facetas que están detrás del funcionamiento de la Web.

Comenzamos con la cuestión básica: ¿Qué es la Web? En el capítulo 1 el 
profesor Claudio Gutiérrez desarrolla una respuesta a esta pregunta partien­
do de las ideas de los creadores de la Web, quienes pensaron la Web como 
un gigantesco espacio de información universal, una suerte de biblioteca in­
finita.

Las preguntas inmediatas que siguen a la anterior son: ¿Qué estructura 
ha tomado este espacio? ¿Cómo está organizado? ¿Cómo es usado hoy por la 
gente? Esta y otras preguntas, junto con el análisis de la Web chilena, las res­
ponde el profesor Ricardo Baeza en el capítulo 2.

La Web es un espacio lógico que está construido sobre un soporte esen­
cial:   la   red   de   comunicaciones   conocida   como   Internet.   El   lector 
probablemente habrá escuchado usar estas dos palabras en forma intercam­
biable. En el capítulo 3, el profesor José Miguel Piquer expone la evolución y 
desarrollo de Internet. Esta gigantesca red mundial de comunicaciones tiene 
protocolos particulares y... ¡un gobierno!

1

Introducción

Ya familiarizados con Internet, la Web y sus estructuras, pasamos a 
ocuparnos de uno de los temas fundamentales al hablar de la Web: ¿cómo 
buscar en ella? El profesor Gonzalo Navarro en el capítulo 4 nos explica 
cómo es posible que un “buscador” encuentre y categorice la información 
dispersa en casi infinitos sitios en la Web. Y de paso nos da algunas indica­
ciones de cómo presentar esta información al usuario. En la misma línea, el 
profesor Mauricio Marín en el capítulo 5 nos desvela las estructuras compu­
tacionales necesarias para desarrollar estas búsquedas, a saber, los clusters 
de computadores.

Íntimamente ligada con la búsqueda de información está la estructura 
que la información debe poseer. El profesor Marcelo Arenas nos introduce 
en el capítulo 6 en el moderno lenguaje para representar información: el es­
tándar conocido como XML. Adentrándose algo en detalles técnicos, nos 
explica qué es este formato, cómo se usa, y cómo se extrae información de él.

Pero no sólo de texto vive el humano. Es cada vez más común manejar 
otros tipos de información. La profesora Andrea Rodríguez nos explica en el 
capítulo 7 cómo se presenta la información geográfica en la Web y cómo se 
la trata actualmente. En el capítulo 8, el profesor Javier Ruiz del Solar nos in­
troduce el mundo de la información multimedial en la Web, un fenómeno de 
crucial importancia actualmente.

Por último, los capítulos 9 y 10 están dedicados a fenómenos recientes 
en el desarrollo de la Web. El investigador Javier Velasco nos presenta el 
tema de las redes sociales, cómo éstas han permeado la Web y se han trans­
formado en una de sus aplicaciones estrella. Por otro lado, el profesor Carlos 
Hurtado nos muestra la “Web viva”, es decir, aquella que cambia continua­
mente, donde juega un rol importante la suscripción a contenidos, el filtrado 
automático y el etiquetado de contenidos.

2

Introducción

Esperamos haber cubierto los principales aspectos técnicos de este gran 
fenómeno que es la Web. Hemos intentado mantenernos en un lenguaje no 
técnico, aunque preciso. Para aquellos que quieren seguir informándose, co­
nociendo y estudiando estos temas, hemos incluido al final de cada capítulo 
una bibliografía sobre cada tema.

Agradecemos a la Iniciativa Científica Milenio la posibilidad de poder 
llegar a un público