Těžba grafových dat z Wikipedie

Martin MACH

Bachelor's thesis

Wikipedia graph data retrieval

Anotácia:

Cílem této práce je vytvořit nástroj umožňující zpracování historických událostí z Wikipedie do podoby grafu. Vzhledem k povaze zdroje dat a požadavku na interakci s uživatelem byl za platformu zvolen webový prohlížeč Google Chrome a jeho systém rozšíření. Vytvořený nástroj umožňuje výběr preferovaných článků, na základě nichž jsou nabízeny další články dle odhadu jejich relevance. Obsah článků je zpracováván a jsou z něj získávány informace specifické pro typ dané historické události. Mezi jednotlivými články je hledán vzájemný vztah, který potom, spolu s typem tohoto vztahu, tvoří hrany získaného grafu. Vytvořené řešení poskytuje uživateli možnost zpracovat historické události do formy rešerše reprezentované grafem. Množství získávaných informací a jejich vzájemnou spojitost je možné ovlivnit pomocí systému modulů. Výsledek je poté možno zobrazit na časové ose, případně je možné upravit výstup aplikace tak, aby mohl být zobrazen nástrojem dle volby uživatele.

Abstract:

The purpose of this thesis is to create a tool which would allow to process historical events from Wikipedia into the form of a graph. Due to the nature of the data source and the requirement for user interaction it was decided to choose Google Chrome and its extensions as a platfrom. The tool allows user to choose articles of his choice, based on which it will find and recommend other articles according to their estimated relevance. The content of the articles is processed and used as a source of informations specific for chosen historical event. The edges of the created graph are represented by found relationships between the articles and their types. The solution allows user to transform historical events into the form of a graph represented summary. The amount of retrieved informations and their mutual connection can be modified by the system of modules. The exported results can be displayed on a timeline. It is also possible to customize the output so it can be rendered by a tool of user's choice.

Kľúčové slová

Wikipedie, těžba dat, graf, historická událost, časová osa, Google Chrome, rozšíření

Jazyk práce: Czech

Datum vytvoření / odevzdání či podání práce: 5. 5. 2016

Zverejniť od: 31. 12. 2999

Obhajoba závěrečné práce

• Vedúci: Ing. Richard Lipka, Ph.D.

University of West Bohemia

Faculty of Applied Sciences

Bachelor programme / odbor:
Computer Science and Engineering / Information Technologies