OSCAR TRABAZOS

En el dinámico entorno digital de hoy, la captura y análisis de datos de noticias es una herramienta crucial para empresas de todos los sectores. Nos encontramos ante dos opciones predominantes: el uso de software de scraping y las soluciones avanzadas como la News API de Trawlingweb. Este artículo explora las diferencias clave entre estas metodologías, destacando cómo Trawlingweb optimiza y facilita este proceso esencial. Software de Scraping: Una Solución "Hágalo Usted Mismo" con Desafíos Significativos El scraping de noticias, que implica programar bots para extraer información de sitios web de noticias, puede ser personalizado pero presenta varios desafíos: Desarrollo y Mantenimiento Técnico : Requiere habilidades técnicas avanzadas para desarrollar y mantener scrapers, un desafío considerable para empresas sin un equipo de TI robusto. Gestión de Cambios en Sitios Web : Las constantes actualizaciones en los sitios web pueden romper los scrapers, exigiendo actualizaciones

Como experto en inteligencia artificial y big data, he dedicado gran parte de mi carrera profesional a enfrentar uno de los retos más complejos de nuestra era digital: las fake news. Este fenómeno, que va más allá de la mera desinformación, amenaza la integridad de nuestro entorno informativo y, por ende, la toma de decisiones en todos los ámbitos de la sociedad. En este contexto, mi trabajo en Trawlingweb ha sido fundamental. Aquí, he liderado iniciativas de investigación y desarrollo que han dado forma a herramientas avanzadas para la detección y análisis de noticias falsas. Estas soluciones, que combinan lo último en IA, big data y web scraping, no solo representan un avance técnico significativo, sino que también proporcionan a nuestros clientes un medio fiable para navegar en un océano de información a menudo turbulento. Este artículo se propone profundizar en cómo, a través de mi liderazgo y experiencia en Trawlingweb, hemos abordado las diversas facetas de las fake news, marcand

En una notable transformación del panorama digital, los contenidos informativos han experimentado un impresionante crecimiento del 4750% desde 2010. Este notable aumento no solo refleja la proliferación de la información, sino también la aparición de plataformas de contenido de alta calidad como Medium, Reddit y WordPress. Los medios tradicionales, enfrentados inicialmente al desafío de la era de internet, se han adaptado con éxito a las nuevas demandas informativas. Han logrado ofrecer contenidos concisos y relevantes, aumentando tanto la cantidad como la calidad. Además, la emergencia de plataformas de blogs con modelos de suscripción ha fomentado la aparición de nuevos creadores de contenidos, enriqueciendo el panorama con sus perspectivas únicas. Con la llegada de la inteligencia artificial generativa, se anticipa un impulso aún mayor en este ámbito, consolidando la relevancia de los contenidos informativos en el ecosistema digital. Contenidos Informativos VS Redes Sociales: Impac

From our experience at  TrawlingWeb , we’ve seen the evolution and emergence of new web unlockers in the market. Initially, we favored using full browsers with Playwright, but over time, super APIs became a more appealing choice. Even though Playwright is free, a full browser requires more resources and time compared to a Scrapy program with an integrated unlocker. After crunching the numbers, we realized that the costs associated with data extraction were comparable, if not more advantageous, when using the latest and most cost-effective unlockers, which also turned out to be more reliable. However, in the dynamic world of data extraction, solutions are fleeting. In a blink of an eye, sites protected by Cloudflare and Datatome became inaccessible through these unlockers. This led us to the pressing need to seek innovative alternatives and solutions. Why is it essential to bypass Cloudflare’s bot protection? According to our data, Cloudflare dominates with a staggering 84% of the marke

La era digital ha democratizado el acceso a la información, pero con ello ha surgido un nuevo conjunto de desafíos. La desinformación y la información errónea, manifestadas en noticias falsas y titulares engañosos, han inundado el ciberespacio, creando un laberinto de verdades a medias y falsedades completas.  Trawlingweb.com , con una rica historia de más de 15 años en la investigación de la detección de noticias falsas, ha estado en la vanguardia de abordar este problema. A través de nuestra investigación y desarrollo, hemos ideado un enfoque semántico para identificar titulares engañosos, garantizando así una web más transparente y confiable. La importancia y el impacto de los titulares Los titulares son la puerta de entrada a cualquier noticia. Actúan como anzuelos, atrayendo a los lectores a sumergirse en el contenido completo. Sin embargo, en la carrera por captar la atención, muchos medios optan por titulares sensacionalistas que, aunque atractivos, pueden desviarse de la verdad

  The digital age has democratized access to information, but with it has come a new set of challenges. Misinformation and disinformation, manifested in fake news and misleading headlines, have flooded cyberspace, creating a maze of half-truths and outright falsehoods. Trawlingweb.com, with a rich history of over 15 years in the research of fake news detection, has been at the forefront of addressing this issue. Through our research and development, we've devised a semantic approach to identify misleading headlines, ensuring a more transparent and trustworthy web. The Importance and Impact of Headlines Headlines are the gateway to any news story. They act as hooks, drawing readers into the full content. However, in the race to capture attention, many outlets opt for sensationalist headlines that, while catchy, may stray from the underlying truth of the article. Types of Problematic Headlines: Clickbait: These headlines play on human curiosity, often promising shocking revelations