CARACTERÍSTICAS ESPECIALES DE LA EXTRACCIÓN DE CONOCIMIENTO DE INFO. NO ESTRUCTURADA Objetivos ligeramente Especiales: Búsqueda de Información Relevante o Relacionada. Creación de Nueva Información a partir de información existente (resúmenes, listas,...). Personalización de la Información. Aprendizaje a partir de los usuarios, visitantes o consumidores.
MÉTODOS NO APROPIADOS Sin una profunda transformación de los datos, muchas técnicas de aprendizaje automático son inútiles para muchas aplicaciones: Métodos de clasificación (árboles de decisión, fence & fill,...): están basados en una clase dependiente de un número de atributos predeterminados (exceptuando Naive Bayes). Métodos numéricos (regresión, redes neuronales,...): los datos son simbólicos, no numéricos. Métodos por casos (kNN, CBR,...): tiempos de respuesta serían muy altos.
MÉTODOS APROPIADOS No estructurada: Métodos Bayesianos. Otros métodos estadísticos. Métodos relacionales. Semiestructurada: Gramaticales (autómatas). Métodos relacionales con Constructores.
WEB MINING Web Mining se refiere al proceso global de descubrir información o conocimiento potencialmente útil y previamente desconocido a partir de datos de la Web. (Etzioni 1996) Web Mining combina objetivos y técnicas de distintas áreas: Information Retrieval (IR) Natural Language Processing (NLP) Data Mining (DM) Databases (DB) WWW research Agent Technology