Získávání informací z HTML dokumentů pomocí pokročilých data miningových metod

Bc. Michal POHLÍDAL

Diplomová práce

Advanced Data Mining Methods from HTML Documents

Anotace:

Tato diplomová práce se zabývá získáváním informací z HTML dokumentů. V práci jsou vysvětleny postupy a metody dolování dat a jsou zde popsány rozdíly mezi jednotlivými typy HTML stránek z pohledu získávání dat. Dále práce obsahuje návrh a realizaci vytvořené aplikace pro získávání informací z HTML dokumentů. Součástí práce je také prezentace dosažených výsledků a srovnání s dalšími dostupnými nástroji pro získávání dat. Zmíněny jsou také možnosti využití a přínosy data miningu v praxi.

Abstract:

This master thesis deals with the information extraction from HTML documents. In thesis are explains procedures and methods of data mining and describes the differences between the types of HTML pages from the perspective of data mining. The thesis includes design and implementation of developed application for the information extraction from HTML documents. The thesis also contains presentation of the results and comparison with other available tools for data mining. Mentioned are also possible uses and benefits of data mining in practice.

Klíčová slova

data mining, metody dolování dat, extrakce informace, získávání znalostí, HTML dokumenty, jazyk C#

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 16. 5. 2012

Zveřejnit od: 16. 5. 2012

Obhajoba závěrečné práce

• Vedoucí: doc. Mgr. Roman Jašek, Ph.D.

Univerzita Tomáše Bati ve Zlíně

Fakulta aplikované informatiky

Magisterský studijní program / obor:
Inženýrská informatika / Informační technologie