Информатика и её применения
RUS  ENG    ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB  
Общая информация
Последний выпуск
Архив
Импакт-фактор

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS


Информ. и её примен.:
Год:
Том:
Выпуск:
Страница:
Найти




Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация

Информатика и её применения, 2013, том 7, выпуск 3, страницы 2–13
DOI: https://doi.org/10.14357/19922264130301 (Mi ia267) 		 
Эта публикация цитируется в 1 научной статье (всего в 1 статье)

Подход к автоматизированному контролю работы системы извлечения данных с веб-сайтов

А. М. Андреев, Д. В. Березкин, И. А. Козлов, К. В. Симаков

Московский государственный технический университет им. Н. Э. Баумана
PDF полного текста (680 kB) Список цитирования (1)
Список литературы:
PDF
HTML
DOI: https://doi.org/10.14357/19922264130301
Аннотация: Системы извлечения данных с веб-сайтов используют информацию о разметке HTML-страниц. Для обеспечения бесперебойной работы таких систем необходимо решить проблему своевременного обнаружения изменений структуры веб-сайтов. В статье предложен подход к решению этой проблемы, предполагающий наличие двух этапов детектирования изменений верстки: оперативного и отложенного. В основе первого из них лежит кластеризация, при этом HTML-документ рассматривается как вектор некоторых характеристик. Второй этап основан на сравнении распределений этих характеристик для эталонного и тестового наборов документов. Проведена экспериментальная оценка предложенного подхода, демонстрирующая его практическую применимость.
Ключевые слова: сбор текстовой информации; парсинг веб-сайтов; кластеризация; статистический анализ HTML-верстки.
Реферативные базы данных:
Тип публикации: Статья
Образец цитирования: А. М. Андреев, Д. В. Березкин, И. А. Козлов, К. В. Симаков, “Подход к автоматизированному контролю работы системы извлечения данных с веб-сайтов”, Информ. и её примен., 7:3 (2013), 2–13
Цитирование в формате AMSBIB
\RBibitem{AndBerKoz13}
\by А.~М.~Андреев, Д.~В.~Березкин, И.~А.~Козлов, К.~В.~Симаков
\paper Подход к автоматизированному контролю работы системы извлечения данных с~веб-сайтов
\jour Информ. и её примен.
\yr 2013
\vol 7
\issue 3
\pages 2--13
\mathnet{http://mi.mathnet.ru/ia267}
\crossref{https://doi.org/10.14357/19922264130301}
\elib{https://elibrary.ru/item.asp?id=20446779}
Образцы ссылок на эту страницу:
  • https://www.mathnet.ru/rus/ia267
  • https://www.mathnet.ru/rus/ia/v7/i3/p2
    • Эта публикация цитируется в следующих 1 статьяx:
    Citing articles in Google Scholar: Russian citations, English citations
    Related articles in Google Scholar: Russian articles, English articles
    		Информатика и её применения
    Статистика просмотров:
    Страница аннотации:225
    PDF полного текста:95
    Список литературы:34
    Первая страница:2
     
      Обратная связь:
    		  Пользовательское соглашение  Регистрация посетителей портала  Логотипы © Математический институт им. В. А. Стеклова РАН, 2024