Herramienta para la comparación de artículos periodísticos mediante el uso de web scraping

Abstract

[Resumen]: En el momento presente, existen una infinidad de medios de prensa en línea que diariamente son consultados por millones de personas para recabar información acerca de la actualidad global. Como es natural, cuando se contrastan diferentes fuentes que exponen un mismo suceso, son notables las diferencias en el discurso, y es por esta razón que algunos usuarios deciden realizar un ejercicio comparativo, con el fin de apreciar los diferentes enfoques. Desgraciadamente, llevar a cabo esta tarea manualmente puede ser demasiado laborioso en la mayoría de ocasiones, provocando en última instancia que no se realice con la frecuencia deseada. En el ámbito académico, más concretamente, en las ciencias sociales y las humanidades, se recurre a las prácticas mencionadas anteriormente para la elaboración de tareas y proyectos de investigación. Por ello, este proyecto cobra sentido, brindando una solución automatizada y centralizada en una única plataforma que permite la búsqueda, consulta y comparación de artículos entre algunas de las fuentes periodísticas más populares de España. Por lo tanto, el desafío principal reside en la extracción de los datos necesarios para poder proporcionar estas funcionalidades, donde el web scraping juega un papel fundamental.

[Abstract]: At the moment, there are countless online news media consulted daily by millions of people to gather information about global events. Naturally, when contrasting different sources that cover the same event, notable differences in discourse appear. For this reason, some users perform a comparative exercise to appreciate the different perspectives. Unfortunately, performing this task manually can be too laborious in most cases, ultimately leading to it not being done as frequently as desired. In the academic field, particularly in the social sciences and humanities, the aforementioned practices are used to carry out tasks and research projects. Therefore, this project makes sense by providing an automated and centralized solution on a single platform that allows the search, consultation, and comparison of articles from some of the most popular journalistic sources in Spain. Thus, the main challenge lies in extracting the necessary data to provide these functionalities, where web scraping plays a fundamental role.