Análisis web com Piwik y GNU R (I)

Las analíticas web son un recurso cada vez más valorado en los proyectos web que se precian, en el sentido más estricto del término.  Cuando existe un objetivo económico (aunque no siempre monetario), cualquier información sobre la conducta del usuario es de valor.

Las herramientas de analíticas web recogen estos datos en base a la información proporcionada desde el servidor y el cliente (navegador).  En el lado del servidor se recopilan datos relativos a la petición (desde la fecha y la página solicitada, hasta la IP o el navegador del usuario), mientras que en el lado del servidor se almacenan algunos datos del equipo del usuario (tamaño de pantalla, colores, plugins del navegador) y la conducta del usuario (tiempo en la página)...

El sistema d'Hondt

Pronto vendrán elecciones. No hace mucho hubieron, y seguirán habiendo (buena señal, creo yo). Y durante esas noches no paran de hablar del reparto de diputados, baile de escaños y sustos de última hora.

Detrás de tanta pasión encontramos un algoritmo matemático sencillo.

Me apetecía comentar un par de cosillas de la ley de Hondt. Aunque debo admitir que mi principal intención era incluir una demostración para la simulación del algoritmo, creando una clase PHP y la biblioteca Open Flash Chart que ya comenté en su momento.

Open Flash Chart: Gráficos Estadí­sticos Open Source

Era de esperar que fuera Google quien abriera la veda: Google Analytics, siguiendo en parte la estela de Gmail, había dado otra vuelta de tuerca a la gestión de estadísticas de la web.

Después de la compra de Urchin y de la posterior adaptación a la imagen del resto de servicios del buscador ofrecieron un servicio que muchos (yo me incluyo) utilizan para disponer de información sobre la actividad en su sitio.

En uno de los aspectos que Google Analytics provocó un salto fueron los gráficos en formato Flash: todo un salto en cuanto a interactividad e imagen de profesionalidad.

Para buscar efectos parecidos me acerqué al formato SVG, pero no es lo mismo: aunque por un lado el gráfico se cargaba con gran agilidad (todo el proceso se realizaba en el lado de cliente y lo único transmitido desde el servidor eran los vectores del gráfico), la interactividad y las posibilidades gráficas dejaban mucho que desear.

No soy un enamorado del Flash: lo cierto es que pocas veces lo voy a utilizar, salvo que sea necesario. Para empezar me gusta lo sencillo, y para acabar estoy lo suficientemente comprometido con temas de accesibilidad y posicionamiento en buscadores como para no hacer el loco con la tecnología de Adobe. Sin embargo, los gráficos estadísticos son lo que son, y como excepción al resto de contenido, puede presuponerse que difícilmente son retransmitibles en forma verbal.

Es por ello que he encontrado un gran aliado en la biblioteca Open Flash Chart...

Organización de la información personal - I: eliminando archivos duplicados

Los archivos duplicados son un tipo muy concreto de archivos inútiles que, al menos en mi caso, aparecen normalmente cuando no se tiene un criterio claro a la hora de organizar la información o bien cuando se ha cambiado de criterio (y no se ha hecho una revisión completa de lo que hay hasta la fecha).

Los archivos duplicados son de los primeros tipos de archivos eliminables que he abordado, debido a que son los más prescindibles (si me equivoco al borrar, tengo otro idéntico). De este modo, se inicia el proceso de limpieza reduciendo lo claramente inútil y por lo tanto disminuyendo la lista de archivos a verificar y reorganizar.

Durante las últimas semanas, aprovechando un relativo descenso de actividad (combinado con una necesidad imperante por reorganizar y limpiar mis discos duros) he estado buscando programas para que hagan la tarea sucia de identificar archivos duplicados...

jLibrary: gestor documental open source

Me entero por Barrapunto: salió publicada la versión 1.1 de jLibrary.

No es sólo que me entere de la nueva versión: en realidad, me entero que existe este programa. Con tanto programa suelto, a veces es complicado estar al día de las aplicaciones que salen en un área de interés.

jLibrary tiene una licencia de tipo Eclipse (muy permisiva: ningún tipo de restricción sobre el código, pero no se puede utilizar la marca o el nombre del autor sin permiso explícito), y tiene una serie de funcionalidades interesantes, que paso a comentar...

Descarga: introducción al procesamiento del lenguaje natural

He creado una nueva área de descargas donde he colgado un primer documento, referente al procesamiento del lenguaje natural. El documento está disponible en: http://www.sopadebits.com/descargas#pln.

El documento parte de la necesidad de estudiar la asignatura de PLN, con lo que está claro que no me he convertido en un experto de la noche a la mañana. Eso sí, espero que os sea de ayuda y que sirva de introducción a este tema que puede servir para entender la utilidad (y las limitaciones) de buscadores en PLN como Powerset.

En el capítulo de agradecimientos cabe mencionar a Paloma, que me cedió sus apuntes.

Google Trends: un ejemplo

Hace un tiempo que Google ha ido inaugurando diferentes herramientas para que los usuarios puedan sacar partido de la información que el buscador recopila.

A la vista de esto, un caso muy concreto que personalmente me atrae mucho: Google Trends.

Es una funcionalidad muy concreta que permite ver las tendencias de Búsqueda.

He hecho un par de pruebas y... seguro que sacáis partido de un par de cosillas...

Trabajando con subversion y awk

Andábamos esta mañana enchufados al servidor de trabajo y nos ha dado por realizar un pequeño script para exportar pequeñas actualizaciones de algún proyecto sin tener que realizar un svn export del repositorio de subversion.

La solución ha pasado por las siguientes siglas: grep, awk, sort, uniq,... y svn por supuesto.

Te apetece ver cómo?

Utilizando Yahoo! Pipes

He recuperado mi antigua cuenta de Yahoo! para poder experimentar un poco con Yahoo! Pipes, Ya hacía tiempo que quería echarle un vistazo, tanto en lo referente a funcionalidades como a entorno de trabajo. Excelente en lo primero, muy notable en lo segundo.

Creo que tiene lo que le pueden faltar a algunos agregadores de RSS: capacidad de filtro, organización, definición de la relevancia...

Muestro un ejemplo basado en los Feeds que más utilizo, aplicando una serie de filtros y otros criterios. No es un tutorial en toda regla pero espero que sirva para el que tenga dudas...