Implementación de una aplicación para detección automatizada de cambios en páginas Web para el prototipo del archivo Web de Venezuela

Abstract

Resumen El patrimonio digital, definido por la Unesco en su Carta sobre la prevención del patrimonio digital (UNESCO, 2009), está conformado por todos aquellos contenidos culturales cuyo origen es digital, que incluye tanto los sitios web como el contenido audiovisual, los documentos y libros digitales. En relación con los contenidos publicados en la web, debido a la naturaleza volátil que tiene este medio, tiende a desaparecer con el tiempo, por lo que si no existe un proceso o sistema que se encargue de almacenarlo, se pierde, es decir, el patrimonio digital no es auto-preservable. Debido a esta ocurrencia, se han venido desarrollando diversos sistemas como los Archivos Web cuyo propósito es, precisamente, guardar el patrimonio digital para su preservación, para generaciones futuras. El presente Trabajo Especial de Grado, que forma parte del Prototipo de Archivo Web de Venezuela (desarrollado en la Escuela de Computación de la Facultad de Ciencias de la Universidad Central de Venezuela) tiene como objetivo desarrollar una aplicación Web para la detección de cambios en los sitios web, con el fin de automatizar este proceso con miras a dar soporte a los Módulos de Adquisición y Almacenamiento de contenidos, y al Módulo de Predicción de Cambios. La presente aplicación analiza el contenido del código de dos versiones de un sitio web, uno almacenado y otro en proceso de adquisición, con el fin de detectar y calcular una ponderación de los cambios entre ellas, así como la ubicación espacial de dichas modificaciones, para calcular la importancia de los cambios lo que servirá de entrada al módulo de almacenamiento para decidir si se almacena la versión nueva en el Archivo. La metodología usada durante el desarrollo de la aplicación fue una variación de eXtreme Programming, entre otras razones, debido al tamaño del equipo, su compatibilidad para el desarrollo de diferentes componentes, cada cual está enmarcado dentro de una iteración y la gran tolerancia a cambios en los requerimientos que esta filosofía profesa. Los resultados obtenidos fueron satisfactorios, logrando la realización de la detección de los cambios que se presentan en el código de las páginas web que sean recibidas, adicionalmente la aplicación logra determinar la importancia de los cambios de acuerdo con su ubicación espacial con respecto al navegador al momento de realizar la renderización del sitio analizado. Palabras clave:archivo Web, detección, cambios,importancia, preservación Web