Information extraction from advertisements

Bc. Jan Knotek

Master's thesis

Anotácia:

Úkolem práce bylo navrhnout, implementovat a ověřit metody automatické extrakce vhodných atributů pro doménu portugalských inzerátů týkajících se nabídky a poptávky bytů a domů. Další část práce je věnována hledání vhodných párů nabídkových a poptávkových inzerátů na základě extrahovaných atributů. V části poslední se věnuji možnostem použití stejných algoritmů pro české inzeráty.

Abstract:

The goal of this thesis is to design, implement and verify a system for information extraction from advertisements. For the domain of Portuguese apartment's advertisements, we aimed to choose appropriate attributes for the houses or apartments and extract these attributes by choosing suitable techniques. We designed algorithm which is using the apartment attributes for choosing suitable pairs of offer and demand advertisements. Part of the work is a discussion about using discovered techniques on other data and in a domain of Czech apartment advertisements.

Keywords

Information extraction, context classifier, advertisements, apartments, matching, offer, demand Extrakce informací, kontextový klasifikátor, inzeráty, byty, nabídka, poptávka

Jazyk práce: English

Datum vytvoření / odevzdání či podání práce: 30. 5. 2011

Obhajoba závěrečné práce

• Obhajoba proběhla 27. 6. 2011
• Vedúci: doc. RNDr. Lubomír Popelínský, Ph.D.
• Oponent: P. Brázdil

Masaryk University

Faculty of Informatics

Master programme / odbor:
Applied Informatics / Applied Informatics