Búsqueda por palabras clave en documentos XML utilizando el Sistema de Hormigas Max-Min: implementación y validación

Abstract

Los documentos XML se han manifestado como el estándar por excelencia para la recuperación de datos y el intercambio de información en Internet. Actualmente, la búsqueda por palabras claves ha surgido como un popular paradigma para la recuperación de información sobre estos documentos. Hasta el momento esta forma de búsqueda siempre ha sido a través de algoritmos exhaustivos, solo existen dos métodos meta-heurísticos de la Optimización basada en Colonia de Hormigas para resolver este tipo de problema. En este trabajo se implementa el algoritmo Keyword Search Max-Min Ants System, que realiza la búsqueda por palabras clave en documentos XML basado en el algoritmo Sistema de Hormigas Max-Min, manteniendo la misma calidad de la solución pero mejorando el costo computacional en relación con otros algoritmos existentes. Finalmente se valida el algoritmo en cuanto a calidad de la solución y tiempo de ejecución mediante pruebas estadísticas y se desarrolla un framework que permite visualizar el funcionamiento del algoritmo, haciendo el trabajo con el mismo más fácil y entendible al usuario.

XML documents have evolved to be the standard for excellence for data retrieve and exchange of information on the Internet. As such, keyword search has emerged as a popular paradigm for the information retrieval over XML data. Until the actual moment this way of search has always been through exhaustive algorithms, just there are two meta-heuristic methods of Ants Colony Optimization meta-heuristic to solve this kind of problem. This paper implements the Keyword Search Max-Min Ants System algorithm, which performs keyword search in XML documents based on the Max-Min Ants System algorithm, maintaining the same solution quality but improving the computational cost compared to other existing algorithms. Finally, the algorithm is validated in terms of solution quality and computational cost using statistical tests and a framework is developed that allows visualizing the algorithm working, making the work with easier and understandable to the user.