Servicio para facilitar la selección de artículos de investigación relevantes y no relevantes a una temática basado en una consulta, resultados de Scopus y visualización de grupos de documento

Abstract

Uno de los problemas más comunes en el desarrollo de proyectos de investigación es la búsqueda de artículos relevantes a las necesidades de los investigadores. Sin mencionar el hecho de la gran cantidad de artículos presentes en las bases de datos bibliográficas, lo que dificulta los procesos de búsqueda y selección de los documentos apropiados. Actualmente las herramientas que permiten consultar las bases de datos bibliográficas entregan los resultados en forma de listas, lo cual obliga el usuario a realizar una búsqueda secuencial y que consume mucho tiempo entre los resultados obtenidos para encontrar los artículos relevantes y descartar aquellos no relevantes a su consulta. Por lo anterior, el presente trabajo de investigación propone una aplicación web que parte de una cadena de búsqueda la cual se realiza a Scopus y con los resultados obtenidos se realiza un proceso de agrupamiento con el fin de generar una visualización alternativa de los resultados para el usuario en grupos temáticos que faciliten descartar los artículos no relevantes a la consulta y seleccionar los relevantes basado en bloques o grupos de estos. Para ello se implementan los algoritmos de agrupamiento Kmeans, Spectral, Fuzzy C-means, Lingo y STC y se evalúan los resultados obtenidos haciendo uso de los conjuntos de datos AAAI13, AAAI14, Arxiv y Topic Modeling, mediante el uso de métricas clásicas tales como precisión, recuerdo, medida F y exactitud, donde se obtuvo que K-means y Spectral son los algoritmos que obtienen mejores resultados. Además, se implementaron los algoritmos Yake, Graph topic rank, Inverse transform, Noun phrases y Semantic frequency para generar los títulos o etiquetas de los grupos. Se desarrolló un backend implementado en Django que ofrece los servicios de agrupamiento y etiquetado, configuración de preferencias del perfil, entrega de los resultados, entre otros. Y una aplicación web desarrollada en Angular que consume los servicios prestados por el back. Los servicios propuestos fueron evaluados desde el aplicativo web por un grupo de investigadores mediante una encuesta no estructurada que evalúa su nivel de satisfacción, donde se concluyó que la aplicación es intuitiva y tiene un alto valor para los investigadores, aunque presenta elementos por mejorar.