|
|
Web page data figure finder
Janata, Dominik ; Vojtáš, Peter (vedoucí práce) ; Nečaský, Martin (oponent)
Tato práce se zabývá automatickým získávání sémantických dat z webových stránek. V rámci tohoto široké ho problému se zaměřuje na vyhledávání hodnot údajů v rámci stránky, která prezentuje nějakou entitu (například údaj cena u stránky notebooku). Hlavní myšlenka, kterou jsme chtěli ověřit, je, že můžeme automaticky najít údaj za využití jeho kontextu v rámci stránky: slov, která ho obklopují a slov uvnitř atributů HTML tagů, v nichž je obsažen, obzvlášt' atribut class. Náš výzkum odhalil, že soudobá řešení tohoto problému lze rozdělit do dvou typů: bud' musí autor webové stránky vepsat sémantické informace do kód stránky, nebo existují komerční nástroje, které mohou být naučeny na čtení konkrétního formátu stránky (se zaměřením a stránky z jedné webové domény). Prozkoumali jsme možnosti vývoje obecného řešení, které by pro danou entitu našlo hodnoty jeho údajů napříč webovými doménami za využití analýzy textu a strojového učení. Naivní algoritmus měl přesnost okolo 30%, učící algoritmy měly přesnost mezi 40 a 50 Klíčová slova: Webové stránky extrakce data 1
|
|
|
Prostředí pro tvorbu jízdních řádů
Janata, Dominik ; Holan, Tomáš (vedoucí práce) ; Surynek, Pavel (oponent)
Tato práce se zabývá problémem algoritmického generování jízdních řádů. Hlavní aspekt, na který je kladen důraz, je vztah kvality jízdních řádů a požadavků, které na systém mají jeho uživatelé, tedy cestující. Práce má čtyři hlavní výstupy. Prvním výstupem je modulární systém, který modeluje dopravní sít' a umožňuje testovat samostatně dodané generovací algo- ritmy. Druhým je implementace generování jízdních řádů pomocí genetického algoritmu. Třetím je určité množství vyzkoušených metrik kvality jízdního řádu. Čtvrtým je sada ukázkových implementací, která umožňuje externím programátorům snadno vytvářet vlastní implementace modulů programu; ta je k dispozici na in- ternetových stránkách projektu. Klíčová slova: Jízdní řády, genetický algoritmus, cestující, hodnocení 1
|
host ::
RSS.