Introducir
al alumno en el mundo de la extracción y procesamiento de datos web a través de
conceptos y definiciones asociados a esta técnica. Términos como Internet de
las Cosas, Big Data, crawlers, etc., servirán para que el alumno adquiera un
contexto que le permita conocer en qué se basa y para qué sirve la extracción
masiva de datos.Conocer
los elementos fundamentales en la vida de los datos, desde la extracción hasta
su conservación, las fuentes de datos más relevantes y las políticas existentes
sobre el tratamiento de estos. Conceptos como Conservador de datos (Data
curator) o Repositorios de datos abiertos (Open Data repositories) permitirán
al alumno conocer dónde localizar las fuentes de datos más importantes y cómo
tratarlas y utilizarlas.Conocer
los elementos básicos en la extracción de datos; las diferencias entre crawlers
(rastreadores) y harvesters (recolectores); el funcionamiento de los robots de
los principales buscadores; y las principales técnicas como Web scraping o el
uso de APIsConocer
de forma práctica las distintas aplicaciones existentes para la extracción de
datos, como programas propietarios (Web Data Extractor) y lenguajes de
programación (R).Finalmente,
aprender a diseñar un crawler para extraer datos de la Web usando el lenguaje R
