Los Mapas Cognitivos Difusos (MCD) son un formalismo ampliamente utilizado para modelar sistemas causales complejos en dominios como la economía, la gestión medioambiental y la planificación estratégica. Sin embargo, la extracción de reglas explícitas y comprensibles a partir de los MCD sigue siendo una tarea compleja, especialmente cuando los mapas contienen ciclos, influencias indirectas y pesos de aristas heterogéneos. Este artículo presenta un nuevo algoritmo para la extracción automática de reglas causales a partir de MCD, que combina medidas de teoría de redes -PageRank e HITS (Hyperlink-Induced Topic Search)- con la simplificación de grafos mediante Redes Pathfinder (PFNET), seguida de una búsqueda en profundidad con una estrategia greedy de selección orientada a la diversidad. El método propuesto se integra en una herramienta web interactiva para el análisis de MCD. Los resultados experimentales demuestran que el algoritmo produce conjuntos de reglas concisas, diversos y semánticamente significativos que capturan la dinámica causal dominante del sistema modelado.
Publication Date: 2026-06-19