Presenta los fundamentos de la extracción de datos desde la Web y algunas herramientas que pueden ser utilizadas por usuarios finales para la visualización.

1. International
Open Data
Hackathon
Extracción y Visualización de datos
Janneth Chicaiza Ma. del Carmen Cabrera

2. Extracción de datos
• Conjunto de métodos y procesos que
permiten extraer datos escondidos de
documentos como PDFs, páginas web. Donde
no se puede acceder a los datos fácilmente
para reutilizarlos.

3. Extracción de Datos
Extracción
de datos

4. Herramientas de
Extracción de datos
Tipo/Licencia
Formatos de
entrada
Formatos de salida
Web/Free Trial Archivo PDF Excel - CSV - XML
Escritorio / Free Trial Página Web
HTML - CSV - Excel -
JSON - SQL - VCARD
Tabula WEB/Free/GitHub PDF
Excel - CSV- TSV - JSON
- SCRIPT
import.io Escritorio/Free Trial PDF CSV - Excel
WebHarvy Escritorio/Free Trial Páginas Web
XML- CSV - JSON -
TSV - SQL

5. Herramientas de
recuperación
RdfLib
Sesame

6. Herramientas de
extracción
• calcula el número de
elementos por página.
• permite seleccionar
los elementos de la
pagina web a extraer.
• permite editar los
datos extraídos.
• exporta a: html, csv,
txt, excel, json, xml,
sql.

7. Herramientas de
extracción
• se levanta en el localhost,
8080
• transforma archivos pdfs.
• función de autodetección
de tablas.
• tiene dos métodos de
extracción: Stream,
Lattice.
• exporta a: csv, tsv, json,
zip csv’s, script.
Tabula

8. Caso de aplicación

9. Ranking de investigadores uruguayos
• Fuente de datos: Ranking Web of Universities (RWU).
• RWU proporciona una lista ordenada de investigadores de instituciones de un
determinado país.
• El ranking se calcula de acuerdo a sus perfiles públicos de Google Scholar Citaciones.
• Los datos corresponden a septiembre de 2015.
http://www.webometrics.info/en/node/79

10. Scimago Institutions Ranking (SIR)
• Ranking anual elaborado por Scimago.
• Incluye a todas las instituciones de educación superior de los
países que componen Iberoamérica con al menos 1 documento
(artículos, revisiones, cartas, conferencias, etc.) de la base de
datos Scopus.
h"p://www.scimagoir.com/pdf/iber_new/SIR%20Iber%20ECU%202010%20HE.pdf

11. Visualización
de datos
Simplifica la presentación de los datos y
la información importante

12. Herramientas de visualización
http://www.clasesdeperiodismo.com/2013/10/20/10-
herramientas-para-trabajar-con-periodismo-de-datos/
Datawrapper
Servicio gratuito para la elaboración de visualizaciones
sencillas, pero bastante útiles. Los usuarios pueden
trabajar con cuadros personalizados entre los que
destacan gráficas de barras, diagramas circulares y
gráficos lineales.
La herramienta tiene una función de automatización de
contenido que permite generar gráficos a partir de
cuadros en Excel.
h"ps://datawrapper.de/
iCharts
Crear gráficos de barra acompañados de descripciones.
Tiene entre sus opciones la posibilidad de producir cuadros
interactivos.
Los cuadros desarrollados en esta página pueden ser
insertados fácilmente a páginas web.
Producto comercial que permite descargar un demo.
http://icharts.net/

13. • Librería Javascript para jQuery que
permite crear gráficas dinámicas e
interactivas.
Vennage
Es una herramienta fácil de usar y sirve para
crear cuadros estadísticos e infografías a las
cuales se les puede agregar gráficos,
imágenes y texto.
Existe una versión gratuita de la plataforma
y otra premium, que por 19 dólares al mes
incluye plantillas editables.
http://www.flotcharts.org/
https://venngage.com/
Flot

14. Tableu
Herramienta gratuita para hacer gráficos
interactivos y otras visualizaciones que
permiten a los lectores explorar los
números detrás de una historia.
Ofrece una amplia gama de diseños
interactivos.
https://public.tableau.com/s/
Google
Fusion
Tables
Herramienta permite crear visualizaciones
de datos como mapas, gráficos y líneas de
tiempo. Para elaborar cada pieza puedes
usar la información que se encuentra en la
cuenta de Google.

15. Demostración

16. Visualización de Datos
Investigadores Uruguayos

17. Visualización con Fusion Table
• Crear una FusionTable

21. Tableu

22. Visualización de datos
Ranking de Universidades del Ecuador

23. Proyecto Tableu

28. Muchas gracias