Documente Academic
Documente Profesional
Documente Cultură
Introduccin
La web tiene actualmente al menos unas cuatro mil millones de pginas estticas1
y un nmero cientos de veces mayor de dinmicas (aquellas que slo se crean
producto de un clic o de una consulta en un sitio web). Adems, tenemos que
agregar toda la web invisible, en intranets o pginas con acceso restringido. La
web oculta es seguramente miles de veces ms grande que la pblica
minimizando el tamao tanto de la parte dinmica como de la oculta. Una ltima
regin, la web semntica, se muestra en un tono ms claro. En la actualidad, se
estima que las pginas con informacin semntica constituyen algo menos del 5%,
aunque se espera que en el futuro sea mayor. Esta informacin semntica,
representada principalmente en los metadatos de cada pgina, no es muy usada
ya que existe un porcentaje mayor de pginas que tienen informacin no fidedigna
o directamente falsa
Infometra de la web
Minera de la web
Excavando el contenido
Desenredando la estructura