-
Notifications
You must be signed in to change notification settings - Fork 2
Home
El usuario interactúa con la interfaz de la aplicación, el navegador donde podrá hacer la búsqueda que necesite. Aquí es donde el input es recogido y procesado. Las categorías se muestran para poder especificar y reducir la búsqueda.
Después de que el usuario pone los datos necesario, la aplicación realiza una búsqueda web a través de una API de búsqueda personalizada. A continuación, se usa un web scraper, construido con Python y BeautifulSoup, para recoger enlaces web relevantes y extraer datos de ellos. Estos datos se clasifican y luego se almacenan en una base de datos, utilizando mongoDB.
Se tendrá un servidor web construido con FastAPI, con la cual manejaremos las solicitudes y respuestas del cliente. Los resultados interpretados por la IA se almacenarán temporalmente en un caché en el navegador para mejorar la velocidad y eficiencia de las futuras solicitudes.

El usuario interactúa con la interfaz de la aplicación, el navegador donde podrá hacer la búsqueda que necesite. Aquí es donde el input es recogido y procesado.
La aplicación después usa un web scraper para recoger información de la web. Estaría utilizando herramientas de Procesamiento de Lenguaje Natural (NLP) y Aprendizaje Automático (ML) para entender y estructurar mejor la información recopilada.
Después de recopilar los datos, se aplican algoritmos de ML para la clasificación y análisis, utilizando la biblioteca Gensim. Finalmente, los datos procesados e interpretados por la inteligencia artificial se almacenan en una base de datos a largo plazo, con lo que podemos asegurar buena organización y fácil recuperación para análisis futuros.

| Front End | Backend |
|---|---|
| Next JS | FastAPI |
| Tailwind | Serper |
| Lottie | BeautifulSoup |
| Cypress | MongoDB |
| OpenAI API | |
| Gensim |