El objetivo general del presente trabajo de título, es aplicar algoritmos genéticos en el análisis del comportamiento de navegación de los usuarios en un sitio web, para la extracción de información y conocimiento que luego permita la mejora de la estructura de hyperlinks de un sitio.El gran crecimiento de Internet, ha llevado a que la mayoría de los negocios tengan su propio sitio web, por lo que la competencia por acaparar más visitas se ha intensificado. Lo anterior ha obligado a las empresas a mejorar continuamente el contenido y estructura de sus sitios, creando, de esta forma, más valor para sus visitantes, lo que luego se traduce en la captura de nuevos compradores. La clave no es sólo tener un portal para mostrar algo al mundo, sino que ir más allá, y adaptarse a los usuarios. Por otro lado, muchas veces navegar y encontrar lo deseado se vuelve un proceder bastante engorroso, pues puede haber un exceso de hyperlinks que pierda al usuario, o una cantidad muy baja que no le permita flexibilidad.Así, para comenzar esta investigación, se estudió la literatura relacionada al modelamiento de la Web, la aplicación de AG en áreas del web mining y mecanismos de limpieza de registros web.En base a lo anterior, se desarrollaron tres modelos genéricos para representar los pesos de los hyperlinks, tanto existentes como no existentes, declarando la importancia numérica de mantenerlos o crearlos respectivamente. Considerando los supuestos de que a mayor tiempo de permanencia en una página de la misma sesión, mayor es el interés que el usuario manifiesta en su contenido, y que la frecuencia de uso de las interrelaciones indica una mayor utilidad de las mismas para acceder hacia la información deseada, es que la hipótesis señala que es posible encontrar estructuras de navegación más eficientes, desde el punto vista de la navegabilidad y usabilidad, a partir del comportamiento de los usuarios en el sitio actual.Cada modelo se basó en una misma esencia probabilística, pero diferentes expresiones y principios matemáticos. El objetivo es realizar los ajustes necesarios a cada uno de ellos para obtener los mejores resultados y poder compararlos entre sí. Al proceder de ese modo, se pudo explorar con mayor amplitud diversas formas de creación de la utilidad de los hyperlinks. Se destaca el concepto de acceso objetivo aquí propuesto, un análisis prospectivo que fija una página y estudia las que le siguen en cada sesión.Los modelos posteriormente fueron aplicados al mismo sitio web real, correspondiente al del Magíster de Gestión de Operaciones de la Universidad de Chile, el cual logró ser mejorado en utilidad en un 51%, 63% y 29% por los modelos 1, 2 y 3 respectivamente. Para obtener el mejor modelo y su ajuste, se estudia el mencionado porcentaje de mejora de la utilidad, las estadísticas de los resultados obtenidos, índice de navegabilidad y una encuesta de percepción ante los cambios propuestos. Se destacan las mejoras resultantes del modelo 2, el cual se basa en la implementación de acceso objetivo y la construcción de una utilidad lineal.En conclusión, es posible mejorar la estructura de navegación web usando una adecuada medida del peso de los hyperlinks y la búsqueda optimizada propia de los algoritmos genéticos. Con ello, el identificar la utilidad de los mismos, genera un gran campo de estudio y acción para facilitar el acceso hacia la información requerida en un sitio web. Por otro lado, la aplicación de algoritmos genéticos en estudios de web mining permitió comparar diversas expresiones con relativa facilidad, lo que los sentencia como mecanismos exploratorios efectivos en este campo. Estos resultados en definitiva, van mucho más allá e impactan fuertemente áreas de marketing y tecnologías de información de las empresas, dado el afán de mejorar la experiencia de navegación y responder a las necesidades de los clientes en sus sitios corporativos. Con ello, es posible ofrecer la presente investigación incluso, como estudio de consultoría para la mejora concreta de sitios corporativos que registren el accionar de sus usuarios.Se recomienda en trabajos futuros, aplicar los modelos propuestos en sitio de mayor tamaño, estudiar otras expresiones de utilidad de los hyperlinks basadas en las aquí expuestas, establecer nuevas restricciones de interés, incorporar procedimientos de web content mining y realizar un análisis automático en la detección de patrones de los principales cambios obtenidos.