Análisis comparativo de portales de Infraestructuras de Datos Espaciales en base a técnicas de Text Mining

Abstract

Las Infraestructuras de Datos Espaciales (IDEs) constituyen entornos complejos que integran tecnologías, políticas, estándares y recursos humanos con el fin de gestionar y difundir información geoespacial. Estos repositorios presentan como principal desafío la naturaleza dinámica de sus contenidos, que evolucionan de forma constante, y el predominio de información textual, lo cual dificulta tanto su análisis sistemático como la comparación entre diferentes IDEs. En este contexto, la investigación propone un marco conceptual orientado a facilitar la comparación de portales de Infraestructuras de Datos Espaciales mediante la aplicación de técnicas de Text Mining. El enfoque planteado comienza con la identificación y el relevamiento de categorías semánticamente comparables en cada IDE, lo que permite establecer una base común de análisis. Posteriormente, la información se extrae de manera automatizada a través de un proceso consolidado de Web Scraping. Una vez recolectados los datos, se realiza un análisis exploratorio con el objetivo de obtener un primer entendimiento de la información y detectar patrones relevantes. A continuación, se aplican técnicas de clustering junto con métricas de validación interna, lo que posibilita evaluar de forma objetiva la estructura, cohesión y calidad de los grupos obtenidos. El flujo metodológico se integra en la herramienta IDE Comparator, que centraliza el proceso completo y facilita la visualización de los resultados, promoviendo una comparación más clara y sistemática entre distintas IDEs. El enfoque propuesto permite comprender las relaciones internas de los datos, reduce la complejidad asociada al procesamiento de información textual y demuestra la factibilidad de automatizar parcialmente el relevamiento de información geoespacial. Además, el marco desarrollado es extensible tanto a otras Infraestructuras de Datos Espaciales como a distintos dominios de aplicación.