例示データに基づく選択的ウェブクローリング手法について

• Item type: SIG Technical Reports(1)
• 公開日: 2005-07-14
• タイトル: 例示データに基づく選択的ウェブクローリング手法について
• タイトル / 言語: en
• タイトル: A Selective Web Crawling Method Based on User Examples
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 筑波大学大学院システム情報工学研究科
• 著者所属: 筑波大学大学院システム情報工学研究科
• 著者所属: 筑波大学大学院システム情報工学研究科
• 著者所属: 筑波大学大学院システム情報工学研究科
• 著者所属(英): en
• 著者所属(英): Graduate School of Systems and Information Engineering University of Tsukuba
• 著者所属(英): en
• 著者所属(英): Graduate School of Systems and Information Engineering University of Tsukuba
• 著者所属(英): en
• 著者所属(英): Graduate School of Systems and Information Engineering University of Tsukuba
• 著者所属(英): en
• 著者所属(英): Graduate School of Systems and Information Engineering University of Tsukuba
• 著者名: 張, 建偉; 石川, 佳治; 黒川, 沙弓; 北川, 博之
• 著者名(英): Jianwei, Zhang; Yoshiharu, Ishikawa; Sayumi, Kurokawa; Hiroyuki, Kitagawa
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本稿では，ユーザが提供する例示データに基づく選択的な情報収集手法の提案を行う．本手法の特徴の一つは，ウェブページを動的に収集しつつ，収集したウェブページから情報抽出を行い，ユーザに提供された例示データを拡充する点である．また，拡充されたデータからなるデータベースとウェブを融合し，効率よく選択的クローリングを図る点も特徴である．情報抽出およびクローリングは，ユーザからのフィードバックに応じて適応的に処理される．本手法は内容解析，リンク解析とトピック主導型クローリングの技術を統合することで，例示データに関連する情報を保持するページの効果的な収集の実現を図る．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: In this paper, we propose a selective web crawling method to collect web pages based on example records provided by a user. One of the features of our method is that example records are expanded dynamically with additional records extracted from the crawled HTML pages. Moreover, our system integrates the database composed of example and additional records and the web to achieve an efficient and selective crawling. Information extraction processing and crawling processing are processed adaptively according to the feedbacks from the user. Our method combines the tecniques of contents analysis, link analysis and topic-focused crawling. Therefore, the method will lead an efficient collection of web pages which contain information related to example records.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10112482
• 書誌情報: 情報処理学会研究報告データベースシステム（DBS）; 巻 2005, 号 68(2005-DBS-137), p. 337-344, 発行日 2005-07-14
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会