Metodologa difusa aplicada a la toma de decisiones sobre el diseo de un sitio web

39

TERCERA PARTE:

3.-

TECNOLOGAS

DE

APOYO

LA

TOMA

DE

DECISIONES

SOBRE

OPTIMIZACIN DE UN SITIO WEB INTRODUCCIN En el presente estudio se presenta la posible aplicacin de una metodologa basada en distintas tcnicas de Inteligencia Artificial (redes neuronales, lgica difusa, as como tcnicas bioinspiradas basadas en el comportamiento de las hormigas) al proceso de toma de decisiones de la empresa en red, para la consecucin de un objetivo concreto como es el de lograr la maximizacin del valor de los enlaces recorridos as como el logro de una ptima usabilidad1 del sitio. Tales decisiones se basan en el conocimiento del grado de proximidad del comportamiento del usuario del sitio web del objetivo de la organizacin y por tanto, en el estudio se tratar de determinar cunto se acerca o se aleja el usuario de las pginas establecidas como objetivo del sitio web, a partir de informacin directa o indirectamente obtenida para, a continuacin, buscar una forma de optimizar su acceso a las mismas. El desarrollo del estudio comienza con el anlisis de las visitas que recibe la empresa en su pgina/s y de ste modo entender un poco mejor el comportamiento y los requerimientos de los navegantes para, de sta forma, conseguir una personalizacin de estilo o contenido de su pgina web. Para llevar a cabo tal anlisis se ha realizado un tratamiento automatizado de los datos obtenidos y su procesamiento en una red neuronal. Tras un oportuno entrenamiento de la red, se buscar la mejor parametrizacin (ejemplo de clasificacin), para poder utilizarla as posteriormente, como prediccin del comportamiento futuro de los visitantes de la pgina.

Establecida la naturaleza de los requerimientos y caractersticas, sus interrelaciones, as como el comportamiento ante posibles variaciones en las variables que les influyen, se proceder, en la segunda parte del estudio, a configurar los parmetros de un agente-hormiga para probar la

Metodologa difusa aplicada a la toma de decisiones sobre el diseo de un sitio web

40

usabilidad del sitio web y determinar los niveles de recorrido ptimo entre los nodos del sitio. Esquemticamente el desarrollo de las dos partes en que se ha dividido el estudio ser el siguiente:

1.- REDES NEURONALE INFORMACIN INDIRECTA DE USUARIOS

SITIO WEB
1.- RED NEURONAL

LISTADO DE REQUERIMIENTOS Y CARACTERSTICAS MS DEMANDADAS EN EL SITIO DECISIN PREVIA SOBRE EL DISEO DE LA PGINA PRUEBAS DE USABILIDAD

2.- TEST DE USABILIDAD REMOTOS BASADOS EN HORMIGAS

DECISIN FINAL

3.1.- DISTINTAS APLICACIONES DE INTELIGENCIA ARTIFICIAL A LA TOMA DE DECISIONES DE LA EMPRESA EN RED El proceso de toma de decisiones en la empresa en red se gua tanto por las expectativas de los usuarios (potenciales clientes) como por los objetivos trazados por sus directivos. Por tanto, se tratar de conjugar en un modelo los mecanismos que faciliten el establecimiento de tareas que la empresa debe realizar para que dicha toma de decisiones sea la ptima de acuerdo con los requerimientos de dichos usuarios y, por tanto, como primer paso en la elaboracin de dicho modelo se deber captar los atributos que influyen en la percepcin del usuario sobre el diseo del sitio. Para ayudar a establecer dichos atributos se analizar el comportamiento de los visitantes de un sitio a partir de la informacin proveniente de los logs del servidor web, relativa a las decisiones que stos adoptan al visitar una pgina, lo que nos permitir obtener informacin relativa a la relevancia de cada factor de diseo de dicha pgina y que sta informacin til pueda ser empleada para fines decisionales en la empresa.

Metodologa difusa aplicada a la toma de decisiones sobre el diseo de un sitio web

41

A travs del tratamiento automatizado de los datos obtenidos y su procesamiento en una red neuronal, el decisor puede analizar las visitas que recibe en su pgina/s y entender en cierto modo, el comportamiento y los requerimientos de los navegantes para, de sta forma, conseguir una personalizacin de estilo o contenido de su pgina web.

En un problema como el planteado en el presente estudio, los Mapas Auto-organizativos son un modelo de red neuronal especialmente adecuados para resolver problemas de clasificacin no supervisada, es decir, problemas en los que no se conocen a priori ni los grupos que se obtendrn ni sus caractersticas.

Tras un oportuno entrenamiento de la red, se buscar la mejor parametrizacin (ejemplo de clasificacin), para poder utilizarla as posteriormente, como prediccin del comportamiento futuro de los visitantes de la pgina y de ste modo adoptar la decisin ms adecuada a la situacin prevista.

Cada vez que un visitante entra en una pgina web en busca de un producto o servicio, deja informacin til a travs de la secuencia de sus clicks2 en el sitio, secuencia que, de ser analizada, muchas veces permite determinar las inclinaciones del visitante. La cantidad de informacin que un servidor puede conseguir depende de las aplicaciones que tenga instaladas. Pueden obtenerse datos tales como la direccin IP (Internet Protocol Acces), nombre de dominio, URL de procedencia, pas de origen, tipo de navegador y su versin, la hora, fecha y nmero de transacciones realizadas, o el nmero de bytes transmitido en cada operacin; e incluso a dnde va el usuario despus de visitar la correspondiente pgina (Hochsztain, E. 2002)3. Los motores de bsqueda o browser tales como Google, Altavista y otros, son los robots a travs de los que seleccionamos la informacin de Internet, as como tambin pueden ser utilizados para encontrar datos personales en la Red. Adems, a travs de las bsquedas realizadas, los servidores de los motores de bsqueda tienen la posibilidad de establecer, a su vez, perfiles personales, aunque de acuerdo con las directrices OCDE 1980, Convenio del Consejo de Europa n 108 de 1981, es obligatorio informar al usuario del motor de bsqueda de sus derechos y obligaciones y del uso que

Metodologa difusa aplicada a la toma de decisiones sobre el diseo de un sitio web

42

se va a hacer de los registros de bsquedas, y por supuesto, pedirle consentimiento para todo ello (Su Llins, E. 2002)4. A travs del tratamiento automatizado de los datos obtenidos, el decisor puede analizar las visitas que recibe en su pgina/s y entender en cierto modo el comportamiento y los requerimientos de los navegantes para, de sta forma, conseguir una personalizacin de estilo o contenido de su pgina web. Las decisiones que se podran tomar sobre el diseo de la pgina web se pueden clasificar en dos grupos: a) Decisiones sobre modificacin del estilo de la pgina: a. Diseo de las interfaces de usuario b. Varias interfaces de usuario por dispositivo c. Diseo del escritorio virtual del usuario mediante el mecanismo de plantillas b) Decisiones sobre modificacin del contenido de la pgina a. Seleccin de los servicios a ofrecer a partir de los gustos y preferencias del propio usuario as como realizar una ordenacin inteligente de los servicios en funcin de los accesos detectados. b. Asignacin de servicios a usuarios, de forma individual o mediante grupos o perfiles de usuarios. c. Analizando el comportamiento de los usuarios de un determinado servicio se podran identificar nuevas necesidades o modificar los servicios ofrecidos d. Modificacin del entorno de trabajo. Cada usuario puede cambiar en cualquier momento las caractersticas que definen su escritorio virtual (idioma, interfaz, clave...etc.) Los datos introducidos en el operador de agregacin en una empresa de Internet, provienen bsicamente del proceso de descubrimiento de patrones de acceso a partir de ficheros log. El anlisis de los ficheros logs es bastante complejo, ya que es necesario transformar esta informacin en datos que estn directamente relacionados con los conceptos que se requieren para el anlisis del comportamiento de los usuarios en un portal (usuarios, sesiones, servicios, pginas visitadas, etc.).y muchas veces la informacin es ambigua (lo que se podra corregir filtrando adecuadamente esta informacin); por otra parte, el procesamiento de los ficheros logs tampoco resulta una tarea

Metodologa difusa aplicada a la toma de decisiones sobre el diseo de un sitio web

43

sencilla debido a que el volumen de los datos y de los ficheros a procesar es alto (un fichero log puede llegar a tener ms de 15 megas de tamao y se generan diariamente, de ah la dificultad de su procesamiento) (Marbn Gallego, O. 2002)5. Los informes ms comunes son listas de las URL ms solicitadas, una lista de los navegadores utilizados para la navegacin por el site analizado, estadsticas, y recuentos de frecuencia asociados a las visitas de las pginas. Los servidores Web generalmente registran una entrada en un fichero log con informacin sobre: direccin IP, hora de acceso, mtodo de interrogacin, URL de la pgina a la que se ha accedido, protocolo de transmisin de datos, cdigo de retorno y nmero de bytes transmitidos, as como informacin irrelevante o redundante como las entradas relativas a ficheros de imgenes o cdigo de error que no son necesarios para la obtencin del perfil de usuario y por tanto no se necesitan para la posterior toma de decisiones que se llevar a cabo tras el proceso de explotacin de esa informacin. Grficamente el proceso seguido sera el siguiente (Figura n 1):

Inter net

Archivos Log Servidor Web Web Mining Log

PREPROCESAMIENTO

PATRONES

ESTABLECIMIENTO DE REGLAS Se generan estrategias para modificar el sitio Web basadas en el comportamiento de sus visitantes

Datos limpios almacenados en la Web

El preprocesado de la informacin obtenida de los ficheros logs consistira en la preparacin y limpieza de datos para la obtencin de una base de datos libre de errores y ruido, as como una reduccin de variables y datos de acuerdo con el objetivo trazado para el anlisis. Esta labor la realizara un experto que, con ayuda de diversas herramientas o tcnicas, y a partir de un

Metodologa difusa aplicada a la toma de decisiones sobre el diseo de un sitio web

44

mdulo de transformacin de la informacin contenida en dichos ficheros (y posteriormente discriminada en base a algn criterio frecuencia de aparicin, orden alfabtico...) los convertira en datos ordenados en funcin de los conceptos Usuarios-Sesiones-Servicios, susceptibles de ser clasificados. Esta transformacin podra encontrarse con una serie de dificultades aadidas cuando, por ejemplo, se tenga que discriminar la informacin disponible generada por diferentes usuarios que estn accediendo simultneamente al servidor con la misma IP. En esos casos, se podra asumir que todas las IP que durante un determinado periodo de tiempo coinciden corresponden al mismo usuario, y si las IP coinciden pero estn separadas por un determinado periodo de tiempo (una hora por ejemplo) corresponden a distintos usuarios. Una vez que los datos de log han sido preprocesados y transformados en informacin til, se debe arbitrar una medida que permita establecer la clasificacin de los mismos en categoras mediante la red neuronal. El proceso de clasificacin es supervisado, es decir, es necesario especificar las caractersticas de las distintas categoras y el nmero de las mismas, adems de tener que proporcionarle un conjunto preparado de datos, normalmente datos perteneciente a las distintas categoras , con lo que el sistema aprende y generaliza para clasificar patrones nuevos. Tras clasificar los datos por categoras es necesario establecer una particin del conjunto de datos acorde a una mtrica. La Agrupacin es una tcnica que permite la identificacin de topologas o grupos en los cuales los elementos guardan similitud entre s y se diferencia de los otros grupos. Para ello se utiliza una tcnica de aprendizaje no supervisado, es decir, no se le proporciona ninguna informacin al sistema sino que el sistema aprende por si mismo. En sta tcnica se realiza una bsqueda por todos los datos teniendo en cuenta todas las caractersticas de cada dato. No se parte de un conjunto prefijado de categoras sino que a travs del anlisis de los datos y de su naturaleza la tcnica agrupa dichos datos en las distintas categoras. Una vez realizada esta agrupacin se podrn realizar estudios sobre ellos mediante tcnicas estadsticas, rboles de decisin, redes neuronales,...etctera. .Los mtodos de clustering parecen ideales para comparar sesiones de usuario6 y establecer similaridades7, aunque cuentan con algunos

Metodologa difusa aplicada a la toma de decisiones sobre el diseo de un sitio web

45

inconvenientes cuando los datos de acceso se refieren a servicios distintos o la informacin obtenida presenta alguna ambigedad e imprecisin, es por ello, que se hace necesario complementar la tcnica de recogida de informacin con un preprocesado en base a mtodos difusos. Un mtodo difuso, de especial inters para el presente trabajo es el algoritmo de agrupacin fuzzy c-means8, por el que se asigna un conjunto de objetos, caracterizados por sus respectivos valores de atributos, a un nmero determinado de clases. Como resultado del fuzzy cmeans, cada objeto tiene un grado de pertenencia a cada clase, representada por su centro de clase. Una vez se han obtenido los datos de salida fuzzy c-means normalizados y cuantificados, stos ingresan para ser procesados por el motor de cluster que puede ser una red neuronal o un algoritmo de fuzzyficacin, los cuales tratarn estos datos para convertirlos en patrones analizables tiles que sern empleados para la toma de decisiones, de sta forma se descubrirn an ms relaciones de una manera ms fcil y se establecern nuevos patrones que den una salida ms real al problema.

Una vez clasificados los patrones de entrada en grupos de caractersticas similares, cada grupo activar siempre la(s) misma(s) salida(s). Cada grupo de entradas queda representado en los pesos de las conexiones de la unidad de salida triunfante. La unidad de salida ganadora para cada grupo de entradas no se conoce previamente, es necesario averiguarlo despus de entrenar a la red (Figura n 2).

Metodologa difusa aplicada a la toma de decisiones sobre el diseo de un sitio web

46

CAPA DE SALIDA

CONEXIONES feedfoward

CAPA DE ENTRADA

Figura n 2

Despus del aprendizaje, la clasificacin consiste en presentar una entrada y seleccionar la unidad ms activada. Este algoritmo selecciona aquellas neuronas en el que el porcentaje de patrones clasificados supera un valor mnimo (parmetro configurable). A continuacin el resto de las neuronas de la red se agrupan con las que han sido previamente seleccionadas mediante un algoritmo de mnima distancia.

Una vez establecida la naturaleza de los requerimientos y caractersticas, sus interrelaciones as como el comportamiento ante posibles variaciones en las variables que les influyen, se proceder en la segunda parte del estudio a configurar los parmetros de un agente-hormiga para probar la usabilidad del sitio web as como optimizar los recorridos de acceso a los principales nodos informativos. El diseo del algoritmo basado en agentes-hormiga sigue una metfora de diseo basada en la vida de una comunidad de hormigas. Las hormigas (agentes de pequeo tamao para facilitar su transmisin por cualquier tipo de red) salen de su hormiguero (el servidor central) para buscar comida (la informacin) en todo pic-nic disponible (cada sesin de navegacin). Una vez que la hormiga haya conseguido su comida sta vuelve al hormiguero y almacena cuidadosamente lo

Metodologa difusa aplicada a la toma de decisiones sobre el diseo de un sitio web

47

conseguido en alguna de sus galeras o almacenes (los ficheros o las bases de datos del servidor). Una caracterstica interesante del comportamiento de las colonias de hormigas es cmo pueden encontrar los caminos ms cortos entre el hormiguero y la comida. Estudios entomolgicos descubrieron que esta capacidad es el resultado de la interaccin debido a la comunicacin qumica entre las hormigas, a travs de una sustancia llamada feromona, y un fenmeno emergente causado por la presencia simultnea de muchas hormigas. Sucede tambin que son capaces de adaptarse a los cambios del entorno, por ejemplo, buscando un nuevo camino ms corto cuando debido a un obstculo el camino ms antiguo resulta ms largo. Dicha adaptacin se produce por el hecho de que las hormigas depositan una cierta cantidad de feromona mientras caminan y cada hormiga prefiere probabilsticamente seguir una direccin rica en feromona que otra ms pobre en dicha sustancia. El proceso quedara representado grficamente en la siguiente Figura 3:

Figura 3

En a) se observa como las hormigas inician su camino en busca de la comida. Llega un punto en el que deben decidir por uno de los caminos que se les presentan b), y para ello realizan la eleccin de forma aleatoria, algunas hormigas eligen el camino hacia arriba y otras hacia abajo; en c) como las hormigas se mueven aproximadamente a una velocidad constante, las que eligieron el camino ms corto alcanzarn el otro extremo ms rpido que las otras que tomaron el camino ms largo,

Metodologa difusa aplicada a la toma de decisiones sobre el diseo de un sitio web

48

con lo que el rastro de feromona en el camino ms largo hasta la comida se ir evaporando mientras que en el camino ms corto el rastro permanecer todava vivo guiando as al resto de hormigas; en d) la cantidad de feromona depositada en el trayecto ms corto hace que la mayora de las hormigas elijan este camino, por realimentacin positiva, a partir de este momento las nuevas hormigas preferirn con mayor probabilidad elegir el camino de abajo ya que en el punto de decisin recibirn una mayor cantidad de feromona proveniente de este camino. Estas caractersticas propias del comportamiento de las hormigas se podran asemejar al comportamiento del navegador por sitios web que busca en sus sesiones determinada informacin que le interesa. Elegir aquellas rutas de navegacin que le conduzcan de forma ms directa (camino ms corto) hacia el objetivo perseguido, y ante la eventual aparicin de alguna dificultad en sus accesos (lentitud, imposibilidad momentnea de conexin...), buscar otro camino alternativo que le conduzca a una nueva solucin ptima. En el estudio planteado el Sistema de Hormigas resulta adecuado dado que: 1.- Los objetivos empresariales no son fijos ni nicos, pueden modificarse o ser considerados desde diferentes puntos de vista. El algoritmo basado en hormigas se puede ejecutar con diferentes matrices de valoraciones como input por lo que, en ste sentido, resulta adecuada su utilizacin en el problema que nos ocupa en el presente estudio. 2.- En la empresa en red es fundamental que los enlaces se adapten perfectamente al perfil del usuario definido previamente en un proceso preliminar de segmentacin. La entrada del algoritmo puede incorporar adems de la matriz de valoraciones la identificacin del usuario as como la informacin suministrada por ste, con frecuencia expresada en forma de requerimientos vagos e imprecisos y en muchos casos contradictorios, para lo cul se podr incorporar al algoritmo un modelo de representacin basado en un tratamiento difuso de los datos como herramienta. 3.- Dado que en el problema planteado, al tratar de conjugar informacin endgena y exgena, el nmero de variables resulta generalmente muy elevado y las posibles interrelaciones entre las mismas hace que el nmero de combinaciones posibles sea lo suficientemente grande como para dificultar su resolucin, es por lo que el proceso de bsqueda y optimizacin es idneo realizarlo

Metodologa difusa aplicada a la toma de decisiones sobre el diseo de un sitio web

49

mediante una heurstica basada en hormigas dados los excelentes resultados que estos algoritmos ofrecen en problemas con alto grado combinatorio. El primer algoritmo basado en la optimizacin mediante colonias de hormigas fue aplicado al problema del viajante (Dorigo et a. 1996)
9

obtenindose unos resultados bastante

alentadores. A partir de dicho algoritmo se han realizado perfeccionamientos que han tenidos numerosas aplicaciones (flujo peatonal, problemas de logstica, problemas de transporte...etctera). El algoritmo ms conocido ha sido el ANT SYSTEM (Automatic Navigability Testing System) (Dorigo et. al. 1999) 10 y su uso para enrutamiento adaptativo est basado en el comportamiento de las hormigas en su actividad de consecucin del alimento. Este algoritmo explota redes de datos con el propsito de construir tablas de enrutamiento y mantenerlas adaptadas a las condiciones de trfico de la red y constituye una novedosa tcnica de evaluacin de un sitio web que trabaja de forma remota, de forma continua y tomando datos, no ya de usuarios elegidos por los evaluadores, sino de los usuarios finales que realmente usan el sitio web. En el problema que nos ocupa en el presente estudio el algoritmo que utilicemos deber permitirnos realizar una evaluacin de la usabilidad y accesibilidad del sitio, para de sta forma, comprobar si el diseo del sitio propuesto es realmente el adecuado11. Los datos que se recaban mediante la observacin del usuario en el desempeo de sus accesos al sitio, constituye una informacin valiosa que puede ayudar al decisor a detectar posibles fallos del sistema. Es necesario tener en cuenta que de nada nos servir preocuparnos de que la pgina contenga las caractersticas y atributos que el usuario demanda, si stas no se encuentran correctamente dispuestas y/o desorientan al usuario. La clave de la usabilidad de un sitio web 12 es asegurarse de que el sitio sea til y usable para la audiencia objetivo (Murria & Constanzo, 1999) 13. La usabilidad del sitio depender bsicamente (Baeza, R; Rivera, C, 2002)14de: 1.- Compatibilidad del navegador. Son todava muchos los usuarios que utilizan versiones no actualizadas del Microsoft Internet Explorer o navegadores como el Nestcape Navigator, Operar o Konqueror. Por ello, es altamente recomendable probar el sitio web en distintas versiones de navegador.

Metodologa difusa aplicada a la toma de decisiones sobre el diseo de un sitio web

50

2.- Disear para la diversidad: cualquier insinuacin aparentemente inocua en una localidad puede ser altamente ofensiva en otra regin 15. Por otra parte, se ha de tener en cuenta que algunos usuarios del sitio con discapacidad fsica sobre todo visual no podrn leer determinados tamaos de letra, contrastes fuertes de colores...etc. 3.- Optimizar una descarga rpida: las pginas web deben estar diseadas con la velocidad como prioridad, an por encima del diseo grfico. No debemos olvidar que con un simple clic cambiaremos a otra pgina. 4.- Disear para diferentes tamaos de monitor: el sitio web debe ser diseado para que sea usable an en resoluciones bajas, conservando la mayor cantidad de funcionalidades posibles. Para comprobar la usabilidad del sitio web cuando se detectan acciones pero no se puede realizar ninguna inferencia de cmo fueron realizadas dichas acciones, los algoritmos ANTS constituyen una herramienta de indudable eficacia. De la misma forma, stos algoritmos parten de la recogida de una informacin til como el tiempo que tarda el usuario en llegar a un nodo de informacin, el tiempo que tarda el usuario en dejar un nodo, la lista de los nodos ms visitados, el orden de visita ms usado, cuanto tarda el usuario en obtener la informacin durante una sesin de navegacin,...etctera, lo que nos permite realizar inferencias sobre rutas ptimas de acceso de acuerdo con trazados multiobjetivo. El funcionamiento bsico de la familia de algoritmos ANTS consiste en que una vez que las hormigas han sido incluidas en las pginas web, la versin de prueba del sitio web est lista para ser colocada en el servidor y recibir las visitas de los voluntarios participantes en las pruebas de usabilidad, los datos enviados se guardarn en la correspondiente galera (fichero o base de datos), por lo tanto, toda sesin de navegacin se encuentra identificada mediante un cdigo que para las pginas web ser una combinacin de la IP y del nombre de la mquina del usuario. La informacin recogida por los agentes contendr: 1.- Lista de sitios visitados por un usuario concreto y por un grupo de usuarios 2.- Permanencia de cada usuario en un sitio, o lo que es lo mismo, cunto tiempo requiere un usuario para obtener la informacin que le permita continuar el proceso de exploracin

Metodologa difusa aplicada a la toma de decisiones sobre el diseo de un sitio web

51

3.- Rutas o sitios ms visitados 4.- El conjunto de los sitios visitados durante una sesin de navegacin por cada usuario, incluyendo su orden, es decir, el camino seguido por los usuarios para extraer la informacin de la base de conocimiento de un determinado modelo de navegacin. Una vez que el algoritmo trabaja con esa informacin genera una solucin sujeta a actualizaciones sucesivas de los niveles de feromona de cada arco (evaporando feromona en los arcos que no fueron visitados por ninguna hormiga y aadiendo en los ms visitados). La accin de situar feromona sobre los arcos simula el papel de la memoria del usuario distribuida a largo plazo. Esta memoria no se almacena localmente dentro de las hormigas individuales sino que est distribuida sobre todo el sistema. A efectos ilustrativos en el presente estudio se desarrollar un ejemplo de aplicacin prctica que facilite la comprensin de la estructura y el funcionamiento del modelo construido. 3.2- DISEO Y USABILIDAD DEL SITIO WEB DE UNA COMPAA AREA La metodologa presentada en el presente artculo ha sido probada en el anlisis del diseo y comprobacin de la usabilidad y accesibilidad del sitio web de una compaa area. Los conceptos preliminares del experimento fueron: 1.- Poblacin objetivo: los usuarios de las pginas consideradas 2.- Unidad experimental: la visita del usuario a la pgina 3.- Parmetros considerados: atributos de la pgina 4.- Variables de respuesta: tiempo de permanencia del usuario en cada seccin de la pgina ante dos tipos de imgenes: estticas o dinmicas, cambios en el color de fondo y en el tamao de letra 5.- Otros datos como la direccin IP, hora de acceso, mtodo de interrogacin, URL de la pgina a la que se ha accedido, por los que se pueda determinar los contenidos y servicios accedidos por la audiencia del sitio.

Metodologa difusa aplicada a la toma de decisiones sobre el diseo de un sitio web

52

Los servidores Web registraron las entradas en un fichero log y tras ser preprocesados y transformados en informacin til, se estableci una clasificacin de los mismos en categoras a travs de una Red Neuronal obteniendo tras el entrenamiento de la misma salidas de informacin como las mostradas en la grfica adjunta: 1.Los lunes se sitan

automticamente en la parte superior domingos derecha, en la los inferior

izquierda y el resto entre ellos. Esta parametrizacin es la utilizada para efectuar la prediccin del acceso

horario, de forma que el decisor puede conocer el da de la semana en el que est previsto que
Nota* Grficos obtenidos de AERN sistemas

se registren un mayor nmero de accesos y de ms duracin, as como a las horas ms probables en que stos accesos se producirn.

A partir del consumo horario (tiempo de permanencia en la pgina) ante diferentes combinaciones de los tres factores de diseo se ha observado una clara predominancia de imgenes dinmicas con tamao de letra grande y color de fondo suave para Ofertas, Bsqueda de vuelos y Hoteles, mientras que para el resto de informacin los tiempos de permanencia han indicado que preferiblemente los usuarios muestran inclinacin por imgenes estticas con tamao de letra pequea para direccin de contacto, ayuda, informacin de la compaa... y estticas con tamao de letra medio para productos y servicios, compra on line..etc. A continuacin es necesario realizar

Metodologa difusa aplicada a la toma de decisiones sobre el diseo de un sitio web

53

un anlisis de usabilidad del sitio que permita el logro de una optimizacin de los accesos, de forma que con el menor esfuerzo de bsqueda el usuario llegue a la informacin que busca, lo que se conseguir mediante algoritmos ANTS. El informe tpico que de la aplicacin de ste algoritmo se obtendra nos ofrecera datos relativos al comportamiento del usuario as como el tiempo empleado en cada nodo. As por ejemplo: el usuario llega al nodo ofertas a las 19:35:22 y lo abandona a las 19:38:42. de tal modo que permanece en l por espacio de 3 minutos y 20 segundos. A continuacin el usuario se mueve hacia el nodo Bsqueda de vuelos, llegando a l a las 19:38:48 permaneciendo en l por espacio de 6 minutos. Finalmente consulta el nodo relativo a Hoteles permaneciendo en l por espacio de 3 minutos. El informe ofrecido por el algoritmo muestra algunas estadsticas acerca del tiempo empleado por usuario en todo el proceso de navegacin. En el ejemplo, el usuario visit 3 nodos distintos, empleando un tiempo promedio de 4 minutos y 31 segundos en cada uno. La evolucin de la adecuacin de las soluciones obtenidas durante las sucesivas iteraciones, as como la mejor combinacin obtenida mediante la evaluacin que se realiza en cada iteracin, se ofrecer como resultado final. De este modo el decisor podr conocer la lista de sitios visitados por un usuario concreto y por un grupo de usuarios, la permanencia de cada usuario en un sitio, o lo que es lo mismo, cunto tiempo requiere un usuario para obtener la informacin que le permita continuar el proceso de exploracin, las rutas o sitios ms visitados, y el conjunto de los sitios visitados durante una sesin de navegacin por cada usuario, incluyendo su orden, es decir, el camino seguido por los usuarios para extraer la informacin de la base de conocimiento de un determinado modelo de navegacin. En el caso de la pgina analizada tras su diseo experimental se han detectado algunos problemas de falta de rapidez en las descargas de informacin procedente del nodo Ofertas, adems de un porcentaje bastante alto de abandonos a mitad de recorrido por sta pgina, se ha comprobado que al introducir en la pantalla de ofertas informacin sobre los vuelos disponibles en fechas concretas, el usuario se hace una primera idea de sus posibilidades de viajar en esas fechas y de sta forma se encuentra ya en disposicin de entrar en otras pantallas que le pedirn ms informacin sobre el viaje previsto (n de viajeros, posibilidad de reservar hotel, coche....), bajando considerablemente la tasa de abandono de la pgina.

Metodologa difusa aplicada a la toma de decisiones sobre el diseo de un sitio web

54

CONCLUSIONES: La metodologa en la que se ha apoyado el presente estudio basada en el manejo de distintas tcnicas de Inteligencia Artificial (redes neuronales, lgica difusa, as como tcnicas bioinspiradas basadas en el comportamiento de las hormigas) constituye una ayuda al proceso de toma de decisiones de la empresa en red, para la consecucin de un objetivo concreto como es el de lograr la maximizacin del valor de los enlaces recorridos as como el logro de una ptima usabilidad del sitio. El procesamiento y entrenamiento en una red neuronal, constituye un eficaz medio para realizar una prediccin del comportamiento futuro de los visitantes de la pgina y, de sta forma, conseguir una personalizacin de estilo o contenido de su pgina web que se adapte tanto a los requerimientos actuales de los usuarios como a sus comportamientos futuros.

El apoyo de tcnicas heursticas basadas en el comportamiento de las hormigas que nos han permitido de manera ptima comprobar la usabilidad del sitio web as como optimizar los recorridos del usuario por los diferentes nodos del sitio. De sta forma hemos pretendido ofrecer al decisor una visin de la tecnologa que se encuentra a su alcance y sus puntos fundamentales de aplicacin en la optimizacin del diseo de su sitio web.

La usabilidad es un concepto que engloba una serie de mtricas y mtodos que buscan hacer que un sistema sea fcil de usar y aprender. 2 El tratamiento de los datos clikstream deber hacerse de acuerdo con la normativa de proteccin de datos. 3 HOCHSZTAIN, E. (2002): Cmputo de los logros de un sitio web mediante el anlisis de las sesiones de sus usuarios. Trabajo de Investigacin presentado en la Facultad de Informtica de la Universidad Politcnica de Madrid. 4 SUE LLINS, E. (2002): La proteccin de datos personales en Internet. Ponencia presentada en en II Congreso Mundial de Derecho Informtico. 5 MARBN GALLEGO, O. (2002): Estudio de perfiles de visitantes de un website a partir de los logs de los servidores web aplicando tcnicas de Data mining (Webmining). Trabajo de Investigacin presentado en la Facultad de Informtica de la Universidad Politcnica de Madrid 6 PERKOWITZ, M.; ETZIONI, O.(1999): Adaptative web sites. Conceptual cluster mining. In Sixteenth International Joint Conference on Artificial Intelligence, Stockholm, Sweden. 7 BRODER, A. GLASSMAN, S; MANASSE, M, ZWEIG, G. (1997): Syntantic Clustering on the Web. Systems Research Digital Equiment Corporation, Departament of Computer Science University of California, Berkeley. 8 KWOK, T., SMITH, K.A., LOZANO, S., TANIAR, D. (2002): Parallel Fuzzy c-Means Clustering for Large Data Sets. Euro-Par 2002 Parallel Processing. Lecture Notes in Computer Science, vol. 2400. Coords./Eds.: B. Monien and R. Fedmann. pp. 365-374. Springer-Verlag, Berlin. 2002 9 DORIGO, M; MANIEZZO, V; COLORNI, A. (1996): The Ant System: Optimization by a Colony of Coorperating Agents IEEE Transactions on Systems Man and Cybernetics,Vol 26 10 DORIGO, M; DI CARO, G; GAMBARDELLA, L. (1999): Ant Algorithms for Discrete Optimization Artificial Life, The MIT Press. Vol. 5 N 5. 11 FERR , X; JURISTO, N WINDL, L. (2001): Usability basics for software developers. IEEE Software Enero/Febrero. 12 NIELSEN, J. (1999): Designing web usability. New Riders. 13 MURRIA & CONSTANZO. (1999): Usability and the Web: An Overview George Murria, Tanmia Constanzo http://www.nlc-bnc.ca/9/1/p1-260-e.html. Informacin Technology Services, National Library of Canada. 14 BAEZA, R; RIVERA, c. (2002): Ubicuidad y Usabilidad en la Web. Doc. Trabajo del Centro de Investigacin de la Web (Chile). Mayo. 15 VEEN, J. (2001): Arte y ciencia del diseo web. Prentice Hall.

CUARTA PARTE: 4.- UNA APLICACIN EMPRICA DE LA METODOLOGA DIFUSA AL ANLISIS DE LA CALIDAD DEL DISEO DE UN SITIO WEB ESPECIALIZADO EN ASESORAMIENTO FINANCIERO DE INVERSIONES.

CRITERIOS Y SUBCRITERIOS APLICADOS DEFINITORIOS DE LA CALIDAD DEL DISEO DE UN SITIO WEB: 1.- Criterio: ACCESIBILIDAD Subcriterios: A.- Agrupacin de la informacin.- Si toda la informacin est agrupada en un canal nico. B.- Identificacin inequvoca del canal como tal.C.- Canal directamente accesible desde la home D.- Posicin google.es en resultados en espaol 2.- Criterio: USABILIDAD Subcriterios: A.- Tiempos de descarga B.- Navegacin intuitiva.- Si mantiene todas las opciones del men de navegacin principal abiertas
en el interior del canal.

C.- Seccin de novedades.- Si se proporcionan noticias de relevancia dentro de un canal de prensa o

comunicacin.

D.- Optimizacin para distintos navegadores y resoluciones.- Si la web est optimizada para
Internet Explorer 5.0 o superior y para Netscape 6.0 o superior. Si la web est optimizada para una resolucin de pantalla de 800x600 y 1024x728 pxeles.

E.- Herramienta de bsqueda.- Si existe herramienta de bsqueda avanzada F.- Impresin de la informacin.- Si suele presentar la informacin en formato pdf, excel o word que
se considera fcilmente imprimible

G.- Seccin especfica donde recopilar los documentos descargables o los downloads.- Si hay
documentos descargables en la pgina y adems se recopilan en una seccin de downloads o descargas.

H.- Especificaciones de los documentos descargables.- Si se indica peso y formato y tiempo de

descarga o nmero de pginas a descargar.

I.- Seccin de links externos para ampliar informacin. J.- Correcta identificacin de los links.- Se describen url y nombre del site, y hay un pantallazo al
que se hace el link.

3.- Criterio: INTERACTIVIDAD Y RELACIN CON LOS USUARIOS Subcriterios: A.- Servicio de alertas por email B.- E-mail de consulta/solicitud de informacin.- Si contestan en 24, 48 o ms horas. C.- Mencin de alternativas de contacto.- Si facilitan adems del email, la direccin fsica y un
telfono y/o fax al que dirigirse.

4.- Criterio: ACTUALIZACIN DE LOS CONTENIDOS Subcriterios para entidades de inversin y financiacin: A.- Ticker de cotizacin en la home del site o en el canal dedicado al accionista en el caso de sitios web especializados en inversin. B.- Actualizacin de cierre de la ltima sesin.- Si se proporciona este dato en la pgina. C.- Cotizacin en tiempo real y otra informacin burstil.- Si tiene un servicio de cotizacin en
tiempo real que incluye adems informacin burstil completa.

D.- Actualizacin peridica de estados trimestrales y hechos relevantes.- Si en el web de la

empresa se incluye el hecho relevante ms reciente que sobre ella tiene la CNMV en su web.

E.- Estudios de analistas y bancas de inversin.- Si hay en el web documentos de los analistas y
bancos de inversin.

F.- Calendario financiero.- Si existe un apartado con calendario de eventos (sean futuros o pasados)
que se denomine agenda, fechas relevantes, calendario ...

G.- Presentaciones corporativas y de resultados 5.- Criterio: INCLUSIN DE LA INFORMACIN RELEVANTE Subcriterios: A.- Sociedades participadas B.- Estatutos societarios C.- Autocartera y variacin en el ltimo ejercicio D.- Participaciones significativas E.- Verificacin de la coincidencia de los hechos relevantes publicados en la pgina de la empresa con los remitidos a la CNMV.- Si se incluye al lado del resumen de los hechos relevantes
un link al apartado que la CNMV dedica a los hechos relevantes de la empresa concreta (no se da por

vlido que el link lleve a la home).

F.- Evolucin burstil.- Si se proporciona esta informacin por parte de la empresa mediante cuadros,
grficos o similares. Tambin si la empresa tiene contratado un servicio externo de informacin burstil que satisface este requisito de forma automtica.

G.- Reglamento interno de conducta H.- Histrico de al menos 3 aos de informes anuales I.- Calificacin de rating e informe de rating J.- Dividendos.- Si existe de forma explcita un histrico de dividendos repartidos, al menos en el
ltimo ejercicio.

K.- Reglamento de la Junta L.- Convocatoria, orden del da y actas de la Junta M.- Textos de los acuerdos adoptados en la ltima Junta celebrada N.- Composicin del Consejo O.- Reglamento de las comisiones del consejo P.- Informe anual del gobierno corporativo Q.- Reglamento del consejo

1er estudio: VALORACIN COMPARATIVA INTER-EMPRESAS: 1.)- Criterio de Accesibilidad: Para el criterio de accesibilidad se considera la siguiente matriz: ~ A EmpresasSubcriterio 1Subcriterio 2Subcriterio 3Subcriterio 4A130,81B0,30,522C10,811D150,60,5 resultado de realizar las consideraciones que a continuacin detallamos. Para esta caracterstica la empresa A ha resultado 3 veces ms valorada positivamente en el subcriterio 2 que el resto de empresas, mientras que la empresa D ha sido valorada 5 veces ... y as sucesivamente. 2.)- Criterio de Usabilidad: ~ U

EmpresasSubc.1Subc.2Subc.3Subc.4Subc.5Subc.6Subc.7Subc.8Subc.9Subc.10A70.450.30.30.10.60.30.2 0.2B0.10.50.880.60.70.40.60.10.7C0.20.60.90.410.820.40.40.1D40.8100.570.50.50.71

3.)- Criterio de Interactividad y relacin con los inversores: ~ I EmpresasSubcriterio 1Subcriterio 2Subcriterio 3A50.30.6B0.40.19C30.70.8D050.9E0.461 4.)- Criterio de Actualizacin de contenidos: ~ C EmpresasSubc.1Subc.2Subc.3Subc.4Subc.5Subc.6Subc.7A70.50.30.60.80.20.3B0.60.40.10.430.70.5C0. 310.40.30.10.80.8D0.10.70.50.50.110.9E0.50.930.140.71 5.)- Criterio de Inclusin de la informacin relevante: ~ F
EmpresasS.1S.2S.3S.4S.5S.6S.7S.8S.9S.10S.11S.12S.13S.14S.15S.16S.17S.18A30.50.10.30.50.50.60.720.40.60.20.10.20.50.50.50.5B0.60.30.50.10.60.210. 30.60.70.760.30.340.50.50.5C0.80.540.40.40.410.50.40.30.80.50.70.20.30.40.41D0.20.80.40.60.30.40.40.60.350.30.60.40.40.60.60.31E0.60.70.30.5110.90.4 0.60.50.50.50.40.30.10.70.10.6

METODOLOGA: 1.- Proceso de obtencin del valor propio dominante y el vector propio correspondiente para el criterio de accesibilidad:
1234Pi[W1]A130,8115,8B0,30,522*1=4,8C10,81113,8D150,60,517,1 Valor propio dominante 7,1

El vector propio correspondiente ser:

0,816901417,1* 0,676056340,535211271

1234Pi[W1]A0.40.30.30.50,816901414,27323944B0.30.50.20.4*0,67605634=3,65352113C0.10.70.50.10,535211272,89295775D Valor propio dominante 5,01830986 0.70.40.60.315,01830986

El vector propio correspondiente ser:

0,851529615,01830986* 0,728038170,576480491

1234Pi[W1]A0.40.30.30.50,851529614,49682851B0.30.50.20.4*0,72803817=3,77243896C0.10.70.50.10,576480493,01044064D Valor propio dominante 5,33760876 0.70.40.60.315,33760876

El vector propio correspondiente ser:

0,842479985,33760876* 0,706765730,564005491

1234Pi[W1]A0.40.30.30.50,842479984,41398156B0.30.50.20.4*0,70676573=3,73413784C0.10.70.50.10,564005492,97189805D Valor propio dominante: 5,21471193 0.70.40.60.315,21471193

El vector propio correspondiente ser:

0,846447825,21471193* 0,716077490,569906471

1234Pi[W1]A0.40.30.30.50,846447824,45060547B0.30.50.20.4*0,71607749=3,75178602C0.10.70.50.10,569906472,98921628D Valor propio dominante 5,26877916 0.70.40.60.315,26877916

El vector propio correspondiente ser:

0,844712855,268779* 0,712078820,567345151

1234Pi[W1]A0.40.30.30.50,844712854,43482542B0.30.50.20.4*0,71207882=3,74414355C0.10.70.50.10,567345152,98172105D Valor propio dominante 5,24551402 0.70.40.60.315,24551402

El vector propio correspondiente ser:

0,844712855,24551402* 0,712078820,567345151

Para el valor propio dominante 1 =5,24551402 el ndice de coherencia ser:

1 n
n

5,24551402 4

= 0,3113785

El ndice de referencia Ic obtenido es aceptablemente reducido por lo que se puede considerar que la matriz es casi coherente y el vector correspondiente [V(1)] vlido como representativo del peso o importancia de cada caracterstica a efectos de la decisin. Este vector puede jugar el papel ponderador en nuestro esquema, para lo cul resulta siempre cmodo normalizarlo como suma igual a la unidad, convirtindolo as en un vector normalizado [N]. El vector correspondiente [V(1)] tras normalizarlo con suma 1, resultar:

[V(1)][V(1)] normalizado0,844712850,27038280,712078820,227928180,567345150,1816006110,32008841

2.- Para el criterio de usabilidad el vector correspondiente resultante una vez normalizado ser:
[V(1)][V(1)] normalizado10,342925590,901860380,3092710,641706530,220057590,372517580,12774581

3.- Para el criterio de interactividad y relacin con los inversores el vector correspondiente resultante una vez normalizado ser:

[V(1)][V(1)] normalizado10,468854470,361171380,169336810,631903740,296270890,139782880,06553783

4.- Para el criterio de actualizacin de contenidos, el vector correspondiente normalizado ser:

[V(1)][V(1)] normalizado0,997785170,3397999610,340554230,593968440,202278470,344636280,11736734

5.- Para el criterio de inclusin de la informacin relevante:

[V(1)][V(1)] normalizado0,52547090,2246354510,42749360,34782130,148691380,46592410,19917957

El vector propio correspondiente a los 5 criterios ha sido: [N]

A5,24551402B4,327301C6,893437D5,9780103 Con las matrices normalizadas obtenidas en cada uno de los 5 criterios considerados se establecer la matriz [V]: 12345A0,27038280,342925590,468854470,339799960,22463545B0,227928180,3092710,169336810,34055423
0,4274936C0,181600610,220057590,296270890,202278470,14869138D0,320088410,127745810,065537830,11 7367340,19917957

Multiplicando la matriz [V] con el vector [N] obtendremos: A8,16558543B5,7370585C5,15639147D3,38522688 La obtencin de ste vector permite establecer la ordenacin de los criterios en base a la importancia que tienen en las empresas consideradas en el estudio, resultando:

a>b>c>d

COMPARACIN INTEREMPRESAS

VECTO R NO RMALIZADO

10 5 0

1 2 3 4 Serie1

EMPRESAS

De sta manera hemos llegado a una apreciacin de la importancia relativa de los criterios considerados en las cuatro empresas seleccionadas para el estudio, llegando a la conclusin de que la empresa a presenta una clara ventaja competitiva en los 5 criterios considerados con respecto al resto de empresas, siendo la empresa d la que ha resultado en clara desventaja con respecto a las dems.

2 estudio: VALORACIN COMPARADA CON EL SECTOR 1 er criterio : Accesibilidad El perfil medio obtenido en el sector sobre accesibilidad se representa a travs del siguiente referencial. SectorSubcriterio 1Subcriterio 2Subcriterio 3Subcriterio 4Criterio de
Accesibilidad 0,80,40,31

Empresa ASubcriterio 1Subcriterio 2Subcriterio 3Subcriterio 4Criterio de

Accesibilidad 10,30,61

Empresa BSubcriterio 1Subcriterio 2Subcriterio 3Subcriterio 4Criterio de

Accesibilidad 0,50,30,40,4

Empresa CSubcriterio 1Subcriterio 2Subcriterio 3Subcriterio 4Criterio de

Accesibilidad 0,20,610,8

Empresa DSubcriterio 1Subcriterio 2Subcriterio 3Subcriterio 4Criterio de

Accesibilidad 0,50,40.10,2

Se puede proceder ahora a determinar las diferencias existentes entre el cumplimiento de los subcriterios de accesibilidad entre cada una de las 4 empresas consideradas y la media del sector. Esto exigir comparar dos subconjuntos de un mismo referencial para lo cual se dispone del concepto matemtico de distancia. En el presente estudio se utilizar la llamada distancia de HAMMING la cual suministra una indicacin sobre aquello que diferencia a dos subconjuntos (normales o difusos). Si se toma la distancia relativa de Hamming, es decir la distancia total dividida por 4 (cardinal de P) entre cada una de las 4 empresas consideradas :

( Ai , C ) =

1 ~ ~ A C 4

~ ~ ( A A , C ) =1/4 (|1-0,8|+|0,3-0,4|+|0,6-0,3|+|1-1|= 0,15

~ ~ ( AB , C ) = 0,275 ~ ~ ( AC C ) = 0,425 ~ ~ ( AD , C ) =0,325 ~ ~ ~ ~ Se obtiene as el siguiente orden: A A > A B > A C > A D Resultando por tanto que la empresa A es la que mejor ajusta sus niveles de accesibilidad al perfil medio del sector, mientras que la empresa C es la que ms alejada se encuentra del perfil medio.

COMPARACIN CON EL SECTOR EN CUANTO A ACCESIBILIDAD

DISTANCIA A LA MEDIA SECTO RIAL 0,5 0,4 0,3 0,2 0,1 0 1 2 3 4 EMPRESAS 1 2 3 4 Serie1

Aplicando idntica metodologa a la antes mostrada, los resultados obtenidos para los 4 criterios restantes han sido los siguientes: ~ ~ ~ ~ 2 criterio : Usabilidad: A A > A C > A B > A D ~ ~ ~ ~ 3er criterio: Interactividad y relacin con los usuarios: A A > A C > A D > A B ~ ~ ~ ~ 4 criterio: Actualizacin de contenidos: A A > A B > A C > A D ~ ~ ~ ~ 5 criterio: Inclusin de la informacin relevante: A A > A C > A B > A D Los resultados obtenidos muestran una clara superioridad de la empresa A en todos los criterios seleccionados: usabilidad, interactividad, actualizacin de contenidos e inclusin de informacin relevante. Por lo que se refiere a la entidad B se aprecia que queda en segundo lugar en la clasificacin en accesibilidad y actualizacin de contenidos, en usabilidad e inclusin de informacin relevante ocupa una posicin intermedia pero en interactividad con los usuarios ocupa una posicin de clara desventaja con respecto a las empresas de la competencia. La entidad C incluye informacin relevante, y mantiene una

adecuada interactividad con los usuarios, su sitio mantiene una usabilidad alta, aunque en accesibilidad a su sitio ocupa una posicin media-baja con respecto a su sector. La entidad D presenta una clara posicin de desventaja competitiva en accesibilidad, usabilidad, actualizacin de contenidos o inclusin de informacin relevante. 3 estudio: LA TOMA DE DECISIONES POR SUBCRITERIOS. EMPRESA B En el estudio anterior, se ha puesto de manifiesto que la empresa B se encuentra en clara desventaja con respecto a sus 3 competidoras en cuanto al nivel de interactividad ofrecido en su pgina, es por ello, que se plantea una serie de estrategias conducentes a la mejora de ste aspecto. As, en sta tercera parte del estudio, se analizar la toma de decisiones a partir de dos conjuntos referenciales E1 y E2 , en donde E1 incluir la muestra de consumidores considerada de la que se obtendr informacin (dado el carcter experimental de ste estudio y con el fin de no alargar innecesariamente la presentacin, se considerar una muestra inicial de 4 consumidores) que representaremos por {a,b,c,d}, y sus opiniones acerca de una serie de cualidades deseables relacionadas con la interactividad y mejora en la relacin con los usuarios de la empresa (B) que representaremos en cuatro posibles lneas de actuacin : A.- Servicio de alertas por e-mail, B.- Mejora en la velocidad de respuesta por e-mail ante una consulta/solicitud de informacin, mejora en la velocidad de respuesta en otras alternativas de contacto (telfono, fax, correo..), C.- Establecimiento de campos en los que el usuario describa el motivo de su consulta, D.- Mejoras en la calidad y adecuacin de las respuestas a partir de la utilizacin de expertos. E.- Mejoras en la informacin ofrecida en la pgina para evitar consultas relacionadas con dudas de interpretacin de los datos. Estas lneas de actuacin en adelante las representaremos por {A,B,C,D,E}respectivamente . Los elementos de estos dos conjuntos se hallan relacionados a travs de una relacin borrosa R , la cual ~ permite ser estudiada mediante -cortes. El subconjunto borroso formado por las respuestas obtenidas sera el siguiente:

[]

[R ]
~

ABCDEa0.430.62100.92b10.340.840.860.96c0.8200.120.230d0.640.710.7310 En donde las respuestas se han graduado de 0 a 1 (desde la opinin de que no se debe realizar ningn cambio en la pgina a la opinin de que se debe reformar por completo el diseo de la misma). Si se adopta como umbral a partir del cual se considera cumple la necesaria homogeneidad 0.67 . Entonces la anterior relacin borrosa se convierte en la booleana siguiente: [B] ABCDEa01101b10111c10000d11110 De acuerdo con esta matriz se observa por ejemplo que el atributo A (establecimiento de un servicio de alertas por e-mail) ha sido considerado como elemento de cambio en el actual diseo de la web de la empresa por los consumidores b,c,d. Generndose los siguientes subconjuntos correspondientes a los 5 atributos considerados: AA ={b,c,d}, AB ={a,d}, AC={a,b,d}, AD={b,d}, AE={a,b}. El conjunto de estos subconjuntos forma lo que en la teora de clanes se corresponde con el nombre de familia . La familia F formada es: F={ AA, AB, AC AD AE}= {{b,c,d},{a,d},{a,b,d},{b,d},{a,b}} A partir de una familia se puede engendrar un clan. Para lo cul es necesario el determinar los minitrminos tomos resultantes del clculo de todas las intersecciones posibles A*i:, de forma que se agrupan los atributos que poseen al nivel exigido para la homogeneidad, una mayor importancia de acuerdo con las opiniones de la muestra encuestada, as como tambin aparecen reunidos aquellos atributos que no han sido considerados al nivel requerido.
_

AA ={b,c,d} AB ={a,d} AC={a,b,d} AD={b,d} AE={a,b}

_

AA ={a} AB ={b,c,e} AC ={c,e} AD ={a,c,e} AE ={c,d,e}

_ _ _

A travs del operador de interseccin representado por el vocablo y, podemos reunir los subconjuntos de A*i de todas las maneras y con ello conocer los grupos ms elementales que se pueden formar, en un proceso conocido como el clculo de los minitrminos o tomos correspondientes a la familia F, lo que nos permitir establecer la formacin de grupos elementales de consumidores y/o usuarios que opinan de forma homognea sobre las modificaciones a introducir en el diseo de la pgina. As, una vez obtenidos los minitrminos o tomos no vacos, los resultados obtenidos han sido: {a} considera que la pgina debe contener modificaciones en los aspectos {B,C,E}y permanecer intactos los dems aspectos {c} considera que la pgina debe contener modificaciones en el aspecto {A}y no modificar los dems aspectos. {b} considera que la pgina debe contener modificaciones en los aspectos {C,D,E}y no modificar los dems aspectos. {d} considera que la pgina debe contener modificaciones en los aspectos {A,B,C,D}y no modificar los dems aspectos. Los subconjuntos hallados cumplen la propiedad de poseer ciertas caractersticas y no las dems, por cuanto esto constituye un hecho diferencial en relacin con otros algoritmos. Para obtener el clan engendrado por la familia F, bastar con tomar los tomos no vacos y todas sus posibles uniones aadiendo el : K = { , {a},{b},{c},{d}, {a,b,d},{b,d},{c,d},{a,b}} Siguiendo ste procedimiento, el decisor podra tener constancia de la existencia de segmentos en la muestra de usuarios de sus productos o servicios en funcin de sus gustos o preferencias relativas a la interactividad de su pgina, y de ste modo, la informacin obtenida sera vlida para establecer unas prioridades en las estrategias de actuacin posibles para el logro de una mejora en la relacin de la empresa con los clientes as como en la interactividad con stos. La presente aplicacin emprica constituye una parte de un proyecto de investigacin que actualmente estamos desarrollando aplicado a una comparativa real entre sitios web de entidades financieras. Las conclusiones a las que lleguemos as como la metodologa en la que se ha basado el

estudio, esperamos poder ofrecerla al lector interesado en breve.