Ekstrakcja i agregacja zawartości stron internetowych na przykładzie portali pracy

• Autorzy: Matusiak J.

Warianty tytułu

EN

Extraction and Aggregation of the Job Market Web Sites Content

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono możliwości praktycznego wykorzystania narzędzia do ekstrakcji zawartości stron internetowych w celu agregacji danych do dalszych analiz. Wskazano formaty wymiany danych: XML, XLS i CSV, dzięki którym pozyskane dane mogą stać się danymi wejściowymi złożonych systemów analitycznych. Dzięki wykorzystaniu technologii, takich jak eksploracja danych i ETL, systemy te mogą reorganizować dane, przeszukiwać je i w efekcie wyświetlać rezultaty analiz w formie raportów, wykresów i statystyk.

EN

The article presents overview and practical exploration of the data extraction scraping tool for internet web sites content. As the exemplary analytical data source author has chosen job market portals offering the advertisements of new vacancies. Outcome results can be used in further detailed analysis as the input data of the complex analytical systems based on the data exploration, displaying search results according to the chosen criteria. Extraction data tool let the user store output results and exchange the data with other systems through XML, XSL and CSV files. Web scraping mechanism built into the tool offers graphical, action-based, user interactive processes. Data extraction is based on the web macro recordings as well as data and pages patterns generation.

Słowa kluczowe

PL

ekstrakcja danych; agregacja danych; portale ofert pracy; analiza ofert pracy

EN

data extraction; data aggregation; job portals offers; job offers analysis

• Wydawca: Wydawnictwo Naukowe Uniwersytetu Szczecińskiego
• Czasopismo: Zeszyty Naukowe. Studia Informatica / Uniwersytet Szczeciński
• Rocznik: 2012
• Tom: Nr 30
• Strony: 59--73
• Opis fizyczny: Bibliogr. 7 poz., rys.

Twórcy

autor

Matusiak J.

• Uniwersytet Szczeciński, 71-101 Szczecin, ul. Mickiewicza 64

Bibliografia

• 1. http://web-harvest.sourceforge.net.
• 2. http://www.sundewsoft.com.
• 3. http://www.lixto.com.
• 4. http://www.newprosoft.com.
• 5. http://www.pracuj.pl.
• 6. http://www.eclipse.org.
• 7. http://www.eclipse.org/PDE.