OSCAR TRABAZOS

  The Evolution of Web Data Extraction The digital realm has undergone swift evolution over the past decade. Along with it, web data extraction, colloquially known as "web scraping," has shifted from a basic technique to an advanced, ever-changing practice. Years ago, scraping data off websites used to be a walk in the park. Pages were static, and most websites did not employ sophisticated security measures against scraping. However, over the past year, there's been a noticeable surge in sites employing advanced anti-bot solutions, making extraction a tad bit complicated. The Anti-Bot Era Anti-bot solutions aren't novel, but their complexity and efficacy have seen marked improvements. These solutions now incorporate AI to spot anomalous behaviors and conduct active fingerprinting analyses. Malicious bots, such as those attempting to snap up products within seconds or launching brute-force attacks, have pushed businesses into adopting these sturdy solutions. At Trawlin

  Technology is advancing at breakneck speed, bringing forth new opportunities and challenges in the digital realm. One field that has gained prominence over the past decade is web scraping. What is Web Scraping? Web scraping is a technique that allows for the extraction of information from websites. This tool has proven invaluable for businesses and individuals looking to access vast amounts of data swiftly and efficiently. Impact of Cloud Computing The emergence of cloud computing has transformed how businesses operate and manage their tech resources. Platforms like AWS, Azure, and Google Cloud provide solutions that enable operations scaling, cutting costs, and optimizing resources. Access to affordable virtual machines and storage solutions has democratized the ability to scale activities. Now, businesses can crawl and analyze a broader spectrum of websites without incurring hefty costs. Costs Associated with Web Scraping While cloud solutions have cut down expenses, undertaking la

10 millones de fuentes consultadas, más de 500 millones de noticias y tweets procesados y un total 12 gigabytes de información almacenada y analizada con rapidez.   Este es el volumen de información diaria con que trabajamos des de anpro21. Unas cifras que lejos de ser estáticas aumentan día a día de manera exponencial. Cada semana se introducen 15.000 fuentes nuevas como blogs o webs temáticas y en un año   se ha pasado de procesar 500 mil fuentes a los 10 millones actuales. Ante esta ingente cantidad de datos, Big Data se vuelve una necesidad imperiosa además de una oportunidad demasiado valiosa como para dejarla escapar. Los datos han venido para quedarse y en anpro21 lo tenemos claro. El software de monitoreo y análisis de la reputación de anpro21, Brand Rain, trabaja con tecnologías de Big Data des de hace unos años. Esto permite gestionar grandes volúmenes de información, de estructura variable a una velocidad vertiginosa. Para ello cuentan con tecnologías open-source como Hadoop

Desde hace años, comencé a creer en un concepto que, sin saberlo, ya estaba emergiendo en el panorama comercial. Este concepto es el "Brand Monitoring", una tendencia que en Estados Unidos ya ha dado lugar a una industria propia. Este enfoque, sin duda, se perfila como uno de los elementos más relevantes en el ámbito de Internet en los próximos meses. El "Brand Monitoring" implica rastrear y analizar las menciones sobre una marca en blogs, foros y sitios web. La intención detrás de este seguimiento varía, pero no todas las empresas lo aprovechan de manera efectiva. Personalmente, valoro a las empresas que establecen objetivos claros para este servicio. Estos incluyen identificar quién habla negativamente de una marca, comprender los motivos detrás de estas opiniones y facilitar el diálogo entre el crítico y la empresa. En resumen, se trata de saber quién critica a tus marcas y poder establecer un contacto directo. En mi opinión, cualquier agencia de comunicación, pu

Empezar este articulo sin poner como primera palabra el buscador por excelencia. La gran araña, el robot de los robots, el   Crawler … Antes y después de  Google  los buscadores son para usuarios adictos a buscar información cajas donde ponemos una palabra y encontramos cientos de referencias que  la utilizan. Pero  los buscadores son mucho más que esa cajita de búsqueda, aunque siempre deben estar pensados para satisfacer la adicción de los usuarios. Detrás de la cajita de un buscador hay un Crawler (una araña), que no es más que un programa que va en busca de la palabra elegida por el usuario por todo Internet y le muestra en una pantalla los resultados. Es en este punto (el de los resultados) en el que se ha alcanzado una situación caótica. Hay demasiados resultados, de lo que deducimos que ya no vale buscar en todo Internet. Hay que especializarse. Ahora estamos en un gran momento en la evolución de los Crawlers, donde deben ser mejorados para satisfacer las nuevas necesidades de l