Clasificación de Páginas web usando Marcadores sociales
-
Upload
nicolas-tourne -
Category
Technology
-
view
955 -
download
0
Transcript of Clasificación de Páginas web usando Marcadores sociales
![Page 1: Clasificación de Páginas web usando Marcadores sociales](https://reader036.fdocument.pub/reader036/viewer/2022081401/559b2e9c1a28ab4a0a8b45ee/html5/thumbnails/1.jpg)
Facultad de Ciencias ExactasUniversidad Nacional del Centro de la Provincia de Buenos Aires (UNICEN)
Nicolás A. Tourné
Directora: Dra. Daniela Godoy
Tandil, Argentina. 1 de Julio, 2011
Clasificación de Documentos Web Clasificación de Documentos Web utilizando Marcadores Socialesutilizando Marcadores SocialesTesis de GradoTesis de Grado. Ingeniería de Sistemas. Ingeniería de Sistemas
![Page 2: Clasificación de Páginas web usando Marcadores sociales](https://reader036.fdocument.pub/reader036/viewer/2022081401/559b2e9c1a28ab4a0a8b45ee/html5/thumbnails/2.jpg)
1. Introducción
2. Marcadores sociales
3. Recursos utilizados
4. Desarrollo de la investigación
5. Conclusiones
Agenda
![Page 3: Clasificación de Páginas web usando Marcadores sociales](https://reader036.fdocument.pub/reader036/viewer/2022081401/559b2e9c1a28ab4a0a8b45ee/html5/thumbnails/3.jpg)
Introducción Marcadores sociales Recursos utilizados Desarrollo investigación Conclusiones
tags: internet, directorio web, data mining, web mining, web 2.0, marcadores sociales
1 IntroducciónIntroducción
![Page 4: Clasificación de Páginas web usando Marcadores sociales](https://reader036.fdocument.pub/reader036/viewer/2022081401/559b2e9c1a28ab4a0a8b45ee/html5/thumbnails/4.jpg)
Introducción Marcadores sociales Recursos utilizados Desarrollo investigación Conclusiones
tags: internet, directorio web, data mining, web mining, web 2.0, marcadores sociales
1 IntroducciónIntroducción
![Page 5: Clasificación de Páginas web usando Marcadores sociales](https://reader036.fdocument.pub/reader036/viewer/2022081401/559b2e9c1a28ab4a0a8b45ee/html5/thumbnails/5.jpg)
Marco teórico• Nuevo medio de comunicación: INTERNET.• Crecimiento exponencial de páginas web a fines de los 90’.• Creación de directorios web.• Se comienza a pensar en “categorización automática”.
Introducción Marcadores sociales Recursos utilizados Desarrollo investigación Conclusiones
![Page 6: Clasificación de Páginas web usando Marcadores sociales](https://reader036.fdocument.pub/reader036/viewer/2022081401/559b2e9c1a28ab4a0a8b45ee/html5/thumbnails/6.jpg)
Data mining• Extracción no trivial de información.• Data mining = estadísticas + IA + machine learning• A partir del rotundo crecimiento de la web, se habla de
web mining.• La clasificación es una técnica muy utilizada.
Introducción Marcadores sociales Recursos utilizados Desarrollo investigación Conclusiones
![Page 7: Clasificación de Páginas web usando Marcadores sociales](https://reader036.fdocument.pub/reader036/viewer/2022081401/559b2e9c1a28ab4a0a8b45ee/html5/thumbnails/7.jpg)
• Colaboración e intercambio ágil de información entre los usuarios.
• Nuevos servicios: blogs, wikis, redes sociales, etc.
• Surgimiento de los marcadores sociales.
La Web 2.0
Introducción Marcadores sociales Recursos utilizados Desarrollo investigación Conclusiones
![Page 8: Clasificación de Páginas web usando Marcadores sociales](https://reader036.fdocument.pub/reader036/viewer/2022081401/559b2e9c1a28ab4a0a8b45ee/html5/thumbnails/8.jpg)
Propuesta
¿Los marcadores sociales sonútiles para ser empleados en la
clasificación automática de documentos web?
Introducción Marcadores sociales Recursos utilizados Desarrollo investigación Conclusiones
categorizaciónautomática
marcadoressociales
a mayor información,mejores predicciones+ +
![Page 9: Clasificación de Páginas web usando Marcadores sociales](https://reader036.fdocument.pub/reader036/viewer/2022081401/559b2e9c1a28ab4a0a8b45ee/html5/thumbnails/9.jpg)
Introducción Marcadores sociales Recursos utilizados Desarrollo investigación Conclusiones
tags: palabras claves, tagging colaborativo, folcsonomía, social bookmarks
2 Marcadores socialesMarcadores sociales
![Page 10: Clasificación de Páginas web usando Marcadores sociales](https://reader036.fdocument.pub/reader036/viewer/2022081401/559b2e9c1a28ab4a0a8b45ee/html5/thumbnails/10.jpg)
Introducción Marcadores sociales Recursos utilizados Desarrollo investigación Conclusiones
tags: palabras claves, tagging colaborativo, folcsonomía, social bookmarks
2 Marcadores socialesMarcadores sociales
![Page 11: Clasificación de Páginas web usando Marcadores sociales](https://reader036.fdocument.pub/reader036/viewer/2022081401/559b2e9c1a28ab4a0a8b45ee/html5/thumbnails/11.jpg)
Etiquetas (tags)• Palabras claves asignadas a un recurso escogidas
libremente.• No siguen regla formal de escritura.• Significado social y oculto.• Comportamiento “power law”.
Introducción Marcadores sociales Recursos utilizados Desarrollo investigación Conclusiones
![Page 12: Clasificación de Páginas web usando Marcadores sociales](https://reader036.fdocument.pub/reader036/viewer/2022081401/559b2e9c1a28ab4a0a8b45ee/html5/thumbnails/12.jpg)
Tagging colaborativo (1)
• Sistemas de clasificación colaborativa por medio de etiquetas simples.
• Surgen de la participación de varios usuarios.
• Comúnmente se produce en entornos de software social.
Introducción Marcadores sociales Recursos utilizados Desarrollo investigación Conclusiones
![Page 13: Clasificación de Páginas web usando Marcadores sociales](https://reader036.fdocument.pub/reader036/viewer/2022081401/559b2e9c1a28ab4a0a8b45ee/html5/thumbnails/13.jpg)
Tagging colaborativo (2)
• Folcsonomía, clasificación gestionada por el pueblo.
• Se compone de 3 entidades vinculadas.
• Folcsonomías amplias y estrechas.
• Varias deficiencias.
Usuario 1 Usuario 2
Recurso NRecurso 1 Recurso 3 Recurso 4Recurso 2
Tag 1Tag 2
Tag 4
. . .
Tag 3
Introducción Marcadores sociales Recursos utilizados Desarrollo investigación Conclusiones
![Page 14: Clasificación de Páginas web usando Marcadores sociales](https://reader036.fdocument.pub/reader036/viewer/2022081401/559b2e9c1a28ab4a0a8b45ee/html5/thumbnails/14.jpg)
¿Qué son los marcadores sociales?• Forma sencilla de almacenar, clasificar
y compartir enlaces en internet.
• Los usuarios guardan una lista derecursos que consideran útiles.
• Los recursos son categorizadosmediante etiquetas o tags.
Introducción Marcadores sociales Recursos utilizados Desarrollo investigación Conclusiones
![Page 15: Clasificación de Páginas web usando Marcadores sociales](https://reader036.fdocument.pub/reader036/viewer/2022081401/559b2e9c1a28ab4a0a8b45ee/html5/thumbnails/15.jpg)
Introducción Marcadores sociales Recursos utilizados Desarrollo investigación Conclusiones
tags: dataset, CABS120k08, weka, clasificador, Naive Bayes, SMO, parser
Recursos utilizadosRecursos utilizados3
![Page 16: Clasificación de Páginas web usando Marcadores sociales](https://reader036.fdocument.pub/reader036/viewer/2022081401/559b2e9c1a28ab4a0a8b45ee/html5/thumbnails/16.jpg)
Introducción Marcadores sociales Recursos utilizados Desarrollo investigación Conclusiones
tags: dataset, CABS120k08, weka, clasificador, Naive Bayes, SMO, parser
Recursos utilizadosRecursos utilizados3
![Page 17: Clasificación de Páginas web usando Marcadores sociales](https://reader036.fdocument.pub/reader036/viewer/2022081401/559b2e9c1a28ab4a0a8b45ee/html5/thumbnails/17.jpg)
Colección de datos CABS120k08• Consiste en casi 120 mil URLs con metadatos adicionales
presentado en formato XML, basados en la intersección de:
Introducción Marcadores sociales Recursos utilizados Desarrollo investigación Conclusiones
500k random queries
Tags
Categorías
Anchors text
![Page 18: Clasificación de Páginas web usando Marcadores sociales](https://reader036.fdocument.pub/reader036/viewer/2022081401/559b2e9c1a28ab4a0a8b45ee/html5/thumbnails/18.jpg)
Weka• Software para aprendizaje automático y data mining
escrito en Java. Licencia GNU-GPL.
• Soporta varias tareas de data mining como clasificación,clustering, pre-procesamiento de datos, regresión, etc.
• En la investigación se utilizaron los algoritmos de clasificación Naive Bayes y SMO.
• Formato de archivo plano ARFF.
Introducción Marcadores sociales Recursos utilizados Desarrollo investigación Conclusiones
![Page 19: Clasificación de Páginas web usando Marcadores sociales](https://reader036.fdocument.pub/reader036/viewer/2022081401/559b2e9c1a28ab4a0a8b45ee/html5/thumbnails/19.jpg)
Parser: CABS120k08 » ARFF• Se ha construido en Java para convertir CABS120k08 a ARFF.
• Filtros aplicados a cada documento:
Introducción Marcadores sociales Recursos utilizados Desarrollo investigación Conclusiones
Reemplazarcódigo HTML
Eliminaracentos
Eliminarcaracteres espec.
Aplicarstemming
Eliminarstop-words
Documento
Documentofiltrado
![Page 20: Clasificación de Páginas web usando Marcadores sociales](https://reader036.fdocument.pub/reader036/viewer/2022081401/559b2e9c1a28ab4a0a8b45ee/html5/thumbnails/20.jpg)
Introducción Marcadores sociales Recursos utilizados Desarrollo investigación Conclusiones
tags: Naive Bayes, SMO, percentage split, cross- validation, tags, anchor-text, queries
Desarrollo investigaciónDesarrollo investigación4optimización, baseline, WordNet, spell-check
![Page 21: Clasificación de Páginas web usando Marcadores sociales](https://reader036.fdocument.pub/reader036/viewer/2022081401/559b2e9c1a28ab4a0a8b45ee/html5/thumbnails/21.jpg)
Introducción Marcadores sociales Recursos utilizados Desarrollo investigación Conclusiones
tags: Naive Bayes, SMO, percentage split, cross- validation, tags, anchor-text, queries
Desarrollo investigaciónDesarrollo investigación4optimización, baseline, WordNet, spell-check
![Page 22: Clasificación de Páginas web usando Marcadores sociales](https://reader036.fdocument.pub/reader036/viewer/2022081401/559b2e9c1a28ab4a0a8b45ee/html5/thumbnails/22.jpg)
Resumen• Procedimiento utilizado:
Generaciónde datasets
Pre-procesam.de c/ dataset
ClasificaciónAnálisis de resultados
Optimizaciones
datasetsCABS120k08.xml datasetspre-procesados
Introducción Marcadores sociales Recursos utilizados Desarrollo investigación Conclusiones
![Page 23: Clasificación de Páginas web usando Marcadores sociales](https://reader036.fdocument.pub/reader036/viewer/2022081401/559b2e9c1a28ab4a0a8b45ee/html5/thumbnails/23.jpg)
Generación de datasets• Cada dataset está compuesto por los mismos 19.583
documentos, representados a partir de distintas fuentes de información:
queries anchor text tags
queries +anchor text
queries + tags
anchor text +tags
queries +anchor text +
tags
Introducción Marcadores sociales Recursos utilizados Desarrollo investigación Conclusiones
![Page 24: Clasificación de Páginas web usando Marcadores sociales](https://reader036.fdocument.pub/reader036/viewer/2022081401/559b2e9c1a28ab4a0a8b45ee/html5/thumbnails/24.jpg)
Análisis de resultados• Primero, se decide cuál es el mejor clasificador:
- Naive Bayes- SMO (PolyKernel)- SMO (RBFKernel)
• Se utiliza la configuración por defecto para cada clasificador: Percentage split (66%) y Cross-validation (10 folds).
Introducción Marcadores sociales Recursos utilizados Desarrollo investigación Conclusiones
![Page 25: Clasificación de Páginas web usando Marcadores sociales](https://reader036.fdocument.pub/reader036/viewer/2022081401/559b2e9c1a28ab4a0a8b45ee/html5/thumbnails/25.jpg)
Resultados » Naive Bayes
0%
10%
20%
30%
40%
50%
60%
70%
Percentage split, 66% Cross-validation, 10 folds
query
anchortext
tags
query+anchortext
query+tags
anchortext+tags
query+anchortext+tags
Introducción Marcadores sociales Recursos utilizados Desarrollo investigación Conclusiones
57,92% 60,38%
![Page 26: Clasificación de Páginas web usando Marcadores sociales](https://reader036.fdocument.pub/reader036/viewer/2022081401/559b2e9c1a28ab4a0a8b45ee/html5/thumbnails/26.jpg)
Resultados » SMO (PolyKernel)
0%
10%
20%
30%
40%
50%
60%
70%
Percentage split, 66% Cross-validation, 10 folds
query
anchortext
tags
query+anchortext
query+tags
anchortext+tags
query+anchortext+tags
Introducción Marcadores sociales Recursos utilizados Desarrollo investigación Conclusiones
64,34% 65,40%
![Page 27: Clasificación de Páginas web usando Marcadores sociales](https://reader036.fdocument.pub/reader036/viewer/2022081401/559b2e9c1a28ab4a0a8b45ee/html5/thumbnails/27.jpg)
Resultados » SMO (RBFKernel)
0%
10%
20%
30%
40%
50%
60%
Percentage split, 66% Cross-validation, 10 folds
query
anchortext
tags
query+anchortext
query+tags
anchortext+tags
query+anchortext+tags
Introducción Marcadores sociales Recursos utilizados Desarrollo investigación Conclusiones
49,67% 51,48%
![Page 28: Clasificación de Páginas web usando Marcadores sociales](https://reader036.fdocument.pub/reader036/viewer/2022081401/559b2e9c1a28ab4a0a8b45ee/html5/thumbnails/28.jpg)
Selección del clasificador• La performance de los clasificadores evaluados es la
siguiente:SMO
(PolyKernel)
NaiveBayes
SMO (RBFKernel)
Introducción Marcadores sociales Recursos utilizados Desarrollo investigación Conclusiones
![Page 29: Clasificación de Páginas web usando Marcadores sociales](https://reader036.fdocument.pub/reader036/viewer/2022081401/559b2e9c1a28ab4a0a8b45ee/html5/thumbnails/29.jpg)
Elección del dataset ideal• Pruebas realizadas con distintos % de entrenamiento.
anchortext+tags85% inst. = 64,96%
• Pocas instancias de entrenamiento, pobres resultados
• Los tags son el recurso de mayor aporte a la clasif.
• Las queries perjudican la clasificación
Introducción Marcadores sociales Recursos utilizados Desarrollo investigación Conclusiones
tags
anchortext+tags
query+anchortext+tags
queries
![Page 30: Clasificación de Páginas web usando Marcadores sociales](https://reader036.fdocument.pub/reader036/viewer/2022081401/559b2e9c1a28ab4a0a8b45ee/html5/thumbnails/30.jpg)
Optimizaciones• Llevar a cabo una serie de cambios para lograr mejorar los
resultados de la clasificación.
• Se utiliza el categorizador SMO (PolyKernel) y Percentage split como modo de entrenamiento.
• Se define un baseline.
Introducción Marcadores sociales Recursos utilizados Desarrollo investigación Conclusiones
![Page 31: Clasificación de Páginas web usando Marcadores sociales](https://reader036.fdocument.pub/reader036/viewer/2022081401/559b2e9c1a28ab4a0a8b45ee/html5/thumbnails/31.jpg)
#1 - Sin aplicar stemming (1)
• No se aplica stemming en la generación del dataset.
Reemplazarcódigo HTML
Eliminaracentos
Eliminarcaracteres espec.
Aplicarstemming
Eliminarstop-words
Documento
Documentofiltrado
Introducción Marcadores sociales Recursos utilizados Desarrollo investigación Conclusiones
![Page 32: Clasificación de Páginas web usando Marcadores sociales](https://reader036.fdocument.pub/reader036/viewer/2022081401/559b2e9c1a28ab4a0a8b45ee/html5/thumbnails/32.jpg)
#1 - Sin aplicar stemming (2)
Introducción Marcadores sociales Recursos utilizados Desarrollo investigación Conclusiones
baseline85% inst. = 64,96%
no stemming85% inst. = 59,89%
![Page 33: Clasificación de Páginas web usando Marcadores sociales](https://reader036.fdocument.pub/reader036/viewer/2022081401/559b2e9c1a28ab4a0a8b45ee/html5/thumbnails/33.jpg)
#1 - Sin aplicar stemming (3)
• Existen casos como:
Se descarta esta optimización
Introducción Marcadores sociales Recursos utilizados Desarrollo investigación Conclusiones
no stemming computer (28) compute (16) computadora (8) computation (1)
baseline compute (53)
![Page 34: Clasificación de Páginas web usando Marcadores sociales](https://reader036.fdocument.pub/reader036/viewer/2022081401/559b2e9c1a28ab4a0a8b45ee/html5/thumbnails/34.jpg)
#2 - Sinónimos (WordNet) (1)
• Encontrar sinónimos a cada término del dataset.
Introducción Marcadores sociales Recursos utilizados Desarrollo investigación Conclusiones
Reemplazarcódigo HTML
Eliminaracentos
Eliminarcaracteres espec.
Aplicarstemming
Eliminarstop-words
Documento Documentofiltrado
Generarsinónimos
![Page 35: Clasificación de Páginas web usando Marcadores sociales](https://reader036.fdocument.pub/reader036/viewer/2022081401/559b2e9c1a28ab4a0a8b45ee/html5/thumbnails/35.jpg)
#2 - Sinónimos (WordNet) (2)
Introducción Marcadores sociales Recursos utilizados Desarrollo investigación Conclusiones
baseline85% inst. = 64,96%
sinónimos 85% inst. = 56,22%
![Page 36: Clasificación de Páginas web usando Marcadores sociales](https://reader036.fdocument.pub/reader036/viewer/2022081401/559b2e9c1a28ab4a0a8b45ee/html5/thumbnails/36.jpg)
#2 - Sinónimos (WordNet) (3)
• Si bien hubo casos donde los sinónimos fueron ventajosos, se incorporó demasiada información para muchos otros términos.
“computer” = “computing machine”, “computing device”, “data processor”, “electronic computer”
Se descarta esta optimización
Introducción Marcadores sociales Recursos utilizados Desarrollo investigación Conclusiones
![Page 37: Clasificación de Páginas web usando Marcadores sociales](https://reader036.fdocument.pub/reader036/viewer/2022081401/559b2e9c1a28ab4a0a8b45ee/html5/thumbnails/37.jpg)
#3 - Spell-check (1)
• Corrección de los errores ortográficos encontrados.
Introducción Marcadores sociales Recursos utilizados Desarrollo investigación Conclusiones
Reemplazarcódigo HTML
Eliminaracentos
Eliminarcaracteres espec.
Aplicarstemming
Eliminarstop-words
Documento Documentofiltrado
Aplicarspell-check
para cadatérmino
![Page 38: Clasificación de Páginas web usando Marcadores sociales](https://reader036.fdocument.pub/reader036/viewer/2022081401/559b2e9c1a28ab4a0a8b45ee/html5/thumbnails/38.jpg)
#3 - Spell-check (2) » Tumba
Introducción Marcadores sociales Recursos utilizados Desarrollo investigación Conclusiones
spell-check Tumba85% inst. = 70,12%
baseline85% inst. = 64,96%
![Page 39: Clasificación de Páginas web usando Marcadores sociales](https://reader036.fdocument.pub/reader036/viewer/2022081401/559b2e9c1a28ab4a0a8b45ee/html5/thumbnails/39.jpg)
#3 - Spell-check (3) » JaSpell
Introducción Marcadores sociales Recursos utilizados Desarrollo investigación Conclusiones
spell-check JaSpell85% inst. = 71,25%
baseline85% inst. = 64,96%
![Page 40: Clasificación de Páginas web usando Marcadores sociales](https://reader036.fdocument.pub/reader036/viewer/2022081401/559b2e9c1a28ab4a0a8b45ee/html5/thumbnails/40.jpg)
#3 - Spell-check (4) » Hunspell
Introducción Marcadores sociales Recursos utilizados Desarrollo investigación Conclusiones
spell-check Hunspell85% inst. = 69,12%
baseline85% inst. = 64,96%
![Page 41: Clasificación de Páginas web usando Marcadores sociales](https://reader036.fdocument.pub/reader036/viewer/2022081401/559b2e9c1a28ab4a0a8b45ee/html5/thumbnails/41.jpg)
#3 - Spell-check (5)
• Los 3 spell-checkers mejoran los resultados del dataset baseline.Es JaSpell quien logra una pequeña diferencia con respecto a sus pares.
Se acepta esta optimización
Introducción Marcadores sociales Recursos utilizados Desarrollo investigación Conclusiones
![Page 42: Clasificación de Páginas web usando Marcadores sociales](https://reader036.fdocument.pub/reader036/viewer/2022081401/559b2e9c1a28ab4a0a8b45ee/html5/thumbnails/42.jpg)
#4 - Spell-check mejorado (1)
• La idea es mejorar el spell-check anterior. Evitar la pérdida de términos cuando no existen sugerencias.
Reemplazarcódigo HTML
Eliminaracentos
Eliminarcaracteres espec.
Aplicarstemming
Eliminarstop-words
Documento
DocumentofiltradoAplicar
Spell-check
para cada término
¿Traducción?
¿Abreviación?
términotraducido
si
Introducción Marcadores sociales Recursos utilizados Desarrollo investigación Conclusiones
incorrectos y sin sugerencias
términosoriginales
si
se descarta el término
![Page 43: Clasificación de Páginas web usando Marcadores sociales](https://reader036.fdocument.pub/reader036/viewer/2022081401/559b2e9c1a28ab4a0a8b45ee/html5/thumbnails/43.jpg)
#4 - Spell-check mejorado (2)
Introducción Marcadores sociales Recursos utilizados Desarrollo investigación Conclusiones
spell-check mejorado85% inst. = 72,35%
![Page 44: Clasificación de Páginas web usando Marcadores sociales](https://reader036.fdocument.pub/reader036/viewer/2022081401/559b2e9c1a28ab4a0a8b45ee/html5/thumbnails/44.jpg)
#4 - Spell-check mejorado (3)
• Los resultados mejoran al spell-check anterior.La mejora se debe a los nuevos términos presentes en el dataset que antes eran descartados.
Se acepta esta optimización(y reemplaza la anterior)
Introducción Marcadores sociales Recursos utilizados Desarrollo investigación Conclusiones
![Page 45: Clasificación de Páginas web usando Marcadores sociales](https://reader036.fdocument.pub/reader036/viewer/2022081401/559b2e9c1a28ab4a0a8b45ee/html5/thumbnails/45.jpg)
tags: marcadores sociales, beneficios, clasificación, búsqueda web
ConclusionesConclusiones5
Introducción Marcadores sociales Recursos utilizados Desarrollo investigación Conclusiones
![Page 46: Clasificación de Páginas web usando Marcadores sociales](https://reader036.fdocument.pub/reader036/viewer/2022081401/559b2e9c1a28ab4a0a8b45ee/html5/thumbnails/46.jpg)
tags: marcadores sociales, beneficios, clasificación, búsqueda web
ConclusionesConclusiones5
Introducción Marcadores sociales Recursos utilizados Desarrollo investigación Conclusiones
![Page 47: Clasificación de Páginas web usando Marcadores sociales](https://reader036.fdocument.pub/reader036/viewer/2022081401/559b2e9c1a28ab4a0a8b45ee/html5/thumbnails/47.jpg)
Conclusiones generales
os marcadores sociales efectivamente aportan valor a la clasificación automática de documentos web
Introducción Marcadores sociales Recursos utilizados Desarrollo investigación Conclusiones
![Page 48: Clasificación de Páginas web usando Marcadores sociales](https://reader036.fdocument.pub/reader036/viewer/2022081401/559b2e9c1a28ab4a0a8b45ee/html5/thumbnails/48.jpg)
¿Preguntas?
Introducción Marcadores sociales Recursos utilizados Desarrollo investigación Conclusiones
![Page 49: Clasificación de Páginas web usando Marcadores sociales](https://reader036.fdocument.pub/reader036/viewer/2022081401/559b2e9c1a28ab4a0a8b45ee/html5/thumbnails/49.jpg)
Introducción Marcadores sociales Recursos utilizados Desarrollo investigación Conclusiones
¡Muchas gracias!
![Page 50: Clasificación de Páginas web usando Marcadores sociales](https://reader036.fdocument.pub/reader036/viewer/2022081401/559b2e9c1a28ab4a0a8b45ee/html5/thumbnails/50.jpg)
Introducción Marcadores sociales Recursos utilizados Desarrollo investigación Conclusiones
¡Muchas gracias!