{"id":6214,"date":"2022-10-26T00:00:00","date_gmt":"2022-10-26T00:00:00","guid":{"rendered":"https:\/\/techlib.net\/techedu\/busqueda-difusa-2\/"},"modified":"2022-10-26T00:00:00","modified_gmt":"2022-10-26T00:00:00","slug":"busqueda-difusa-2","status":"publish","type":"post","link":"https:\/\/techlib.net\/techedu\/busqueda-difusa-2\/","title":{"rendered":"B\u00fasqueda difusa"},"content":{"rendered":"<p> Una b\u00fasqueda difusa es un proceso que devuelve resultados que son similares a una consulta de b\u00fasqueda, incluso si los resultados no coinciden exactamente con la consulta. Los algoritmos de b\u00fasqueda difusa se utilizan a menudo en los correctores ortogr\u00e1ficos y los motores de b\u00fasqueda, y devuelven resultados que se aproximan a la consulta, aunque no sean una coincidencia exacta. <\/p>\n<h5> \u00bfC\u00f3mo se calcula la puntuaci\u00f3n difusa?<\/h5>\n<p> Hay varias formas de calcular la puntuaci\u00f3n difusa, pero el m\u00e9todo m\u00e1s com\u00fan es utilizar el algoritmo de la distancia de Levenshtein. Este algoritmo calcula el n\u00famero m\u00ednimo de ediciones (inserciones, eliminaciones o sustituciones) necesarias para convertir una cadena en otra. La distancia de Levenshtein entre dos cadenas se utiliza a menudo como una medida de lo \"similares\" que son. <br \/>\n Cuando se utiliza la distancia Levenshtein para calcular una puntuaci\u00f3n difusa, las dos cadenas suelen compararse car\u00e1cter por car\u00e1cter. Por cada car\u00e1cter que sea diferente, se a\u00f1ade un punto a la puntuaci\u00f3n. La puntuaci\u00f3n total se divide entonces por la longitud de la cadena m\u00e1s larga, lo que da una puntuaci\u00f3n entre 0 (cadenas id\u00e9nticas) y 1 (cadenas completamente diferentes). <br \/>\n Hay otras formas de calcular una puntuaci\u00f3n difusa, pero la distancia Levenshtein es el m\u00e9todo m\u00e1s com\u00fan. <\/p>\n<h4> \u00bfQu\u00e9 son las t\u00e9cnicas difusas?<\/h4>\n<p> Las t\u00e9cnicas difusas son un tipo de inteligencia artificial que se ocupa del razonamiento aproximado. La l\u00f3gica difusa es una forma de l\u00f3gica multivaluada en la que los valores de verdad de las variables pueden ser cualquier n\u00famero real entre 0 y 1. <br \/>\n Las t\u00e9cnicas difusas pueden utilizarse para tratar datos imprecisos o incompletos, lo que suele ocurrir en situaciones del mundo real. Por ejemplo, un sistema difuso podr\u00eda utilizarse para controlar los faros de un coche, de manera que se ajusten autom\u00e1ticamente a las condiciones de luz ambiental. <br \/>\n Los sistemas difusos pueden dise\u00f1arse usando una variedad de m\u00e9todos, incluyendo sistemas basados en reglas, sistemas neuro-fuzzy y algoritmos evolutivos. <\/p>\n<h4> \u00bfC\u00f3mo se ejecuta una coincidencia difusa?<\/h4>\n<p> Una coincidencia difusa es un tipo de coincidencia aproximada en la que la similitud entre dos cadenas se mide por el n\u00famero de ediciones necesarias para transformar una cadena en la otra. Normalmente, las ediciones incluyen inserciones, eliminaciones y sustituciones de caracteres. <br \/>\n Hay varias formas de ejecutar una coincidencia difusa, dependiendo de la implementaci\u00f3n espec\u00edfica. Por ejemplo, la implementaci\u00f3n GNU de la herramienta de l\u00ednea de comandos \"grep\" admite una opci\u00f3n \"-F\" para la comparaci\u00f3n difusa. <br \/>\n Para utilizar la opci\u00f3n \"-F\", simplemente especifique el patr\u00f3n deseado seguido de la opci\u00f3n \"-F\". Por ejemplo, para buscar todas las l\u00edneas de un archivo que contengan la palabra \"cat\" o una coincidencia cercana, se utilizar\u00eda el siguiente comando: <\/p>\n<p> grep -F cat archivo.txt <br \/>\n Esto devolver\u00e1 todas las l\u00edneas en \"archivo.txt\" que contengan la palabra \"gato\" o una coincidencia cercana.   \u00bfCu\u00e1l es el c\u00e1lculo de la puntuaci\u00f3n difusa?  El c\u00e1lculo de la puntuaci\u00f3n difusa consiste en tomar la suma de todas las puntuaciones que se asignaron a cada palabra de la consulta del motor de b\u00fasqueda. <\/p>\n<h5> \u00bfQu\u00e9 es una b\u00fasqueda difusa en SQL?<\/h5>\n<p> Una b\u00fasqueda difusa es un tipo de b\u00fasqueda que permite la coincidencia aproximada de cadenas. Esto contrasta con una b\u00fasqueda \"exacta\" o \"regular\", que requiere una coincidencia exacta de la cadena de b\u00fasqueda. <br \/>\n Las b\u00fasquedas difusas se utilizan a menudo cuando no se conoce la cadena de b\u00fasqueda exacta, o cuando la cadena de b\u00fasqueda puede contener errores. Por ejemplo, una persona puede buscar \"manzanas\" pero los datos contienen realmente \"manzana\". Una b\u00fasqueda difusa podr\u00eda encontrar esta coincidencia. <br \/>\n Las b\u00fasquedas difusas suelen ser m\u00e1s lentas que las regulares, ya que tienen que buscar entre m\u00e1s datos.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Una b\u00fasqueda difusa es un proceso que devuelve resultados que son similares a una consulta de b\u00fasqueda, incluso si los resultados no coinciden exactamente con la consulta. Los algoritmos de b\u00fasqueda difusa se utilizan a menudo en los correctores ortogr\u00e1ficos y los motores de b\u00fasqueda, y devuelven resultados que se aproximan a la consulta, aunque &#8230; <a title=\"B\u00fasqueda difusa\" class=\"read-more\" href=\"https:\/\/techlib.net\/techedu\/busqueda-difusa-2\/\" aria-label=\"Leer m\u00e1s sobre B\u00fasqueda difusa\">Leer m\u00e1s<\/a><\/p>\n","protected":false},"author":2674,"featured_media":0,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[27],"tags":[],"class_list":["post-6214","post","type-post","status-publish","format-standard","hentry","category-desarrollo-de-software"],"_links":{"self":[{"href":"https:\/\/techlib.net\/techedu\/wp-json\/wp\/v2\/posts\/6214","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/techlib.net\/techedu\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/techlib.net\/techedu\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/techlib.net\/techedu\/wp-json\/wp\/v2\/users\/2674"}],"replies":[{"embeddable":true,"href":"https:\/\/techlib.net\/techedu\/wp-json\/wp\/v2\/comments?post=6214"}],"version-history":[{"count":0,"href":"https:\/\/techlib.net\/techedu\/wp-json\/wp\/v2\/posts\/6214\/revisions"}],"wp:attachment":[{"href":"https:\/\/techlib.net\/techedu\/wp-json\/wp\/v2\/media?parent=6214"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/techlib.net\/techedu\/wp-json\/wp\/v2\/categories?post=6214"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/techlib.net\/techedu\/wp-json\/wp\/v2\/tags?post=6214"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}