|
|
Sémantická analýza webového obsahu
Hubl, Lukáš ; Rychlý, Marek (oponent) ; Burget, Radek (vedoucí práce)
Tato práce se zabývá problematikou sémantického webu, segmentace webových stránek a technologiemi, které se v těchto oblastech využívají. Dále se zaobírá modifikací jedné z metod pro segmentaci webových stránek, konkrétně metodou využívající DOM stromu, s využitím technologií z oblasti sémantického webu. Tedy navrhuje způsob segmentace webové stránky na základě sémantické analýzy obsahu jednotlivých prvků webové stránky. V rámci této práce byla také vytvořena aplikace, která demonstruje funkcionalitu navržené metody. S aplikací byly následně prováděny experimenty, jejichž zhodnocení je také součástí této práce.
|
|
|
Page Segmentation in a Web Browser
Zubrik, Tomáš ; Polčák, Libor (oponent) ; Burget, Radek (vedoucí práce)
This thesis deals with the web page segmentation in a web browser. The implementation of Box Clustering Segmentation (BCS) method in JavaScript using an automated browser was created. The actual implementation consists of two main steps, which are the box extraction (leaf DOM nodes) from the browser context and their subsequent clustering based on the similarity model defined in BCS. Main result of this thesis is a functional implementation of BCS method usable for web page segmentation. The evaluation of the functionality and accuracy of the implementation is based on a comparison with a reference implementation created in Java.
|
|
|
Nové metody segmentace webových stránek
Malaník, Michal ; Bartík, Vladimír (oponent) ; Burget, Radek (vedoucí práce)
Cílem této práce je představit novou metodu segmentace webových stránek založenou na analýze vizuálních vlastností webových dokumentů. Metoda vychází z velmi populárního segmentačního algoritmu VIPS (Vision Based Page Segmentation Algorithm), který se snaží na segmentovaný dokument nahlížet stejně, jako ho ve výsledku vidí jeho uživatel, tedy prostřednictvím vizuální reprezentace v internetovém prohlížeči. Oproti algoritmu VIPS jsou však u metody představené v této práci brány v úvahu optimalizace pro moderní webové stránky, především poté pro dokumenty vytvořené v jazyce HTML verze 5. Práce se rovněž zabývá implementací navržené metody pomocí rámce FITLayout.
|
|
|
Vizuální segmentace webových stránek
Maštera, František ; Hynek, Jiří (oponent) ; Burget, Radek (vedoucí práce)
Knihovna FitLayout nabízí sadu implementovaných metod segmentace webových stránek spolu s řadou nástrojů k jejich vyhodnocení a dalšímu vývoji. Cílem této práce je rozšíření této knihovny o další implementaci již existující metody. Pro splnění tohoto cíle byla zvolena a následně integrována metoda Cormier et al. Věrohodnost její implementace oproti její publikaci byla řádně ověřena. Rovněž bylo provedeno její rozsáhlé vyhodnocení s cílem zjištění jejích vlastností a chování za různých okolností, v jehož rámci byly objeveny nastavení metody, které zlepšují kvalitu jejích výstupů na testovaném vzorku dat až o 9,89 %. Výsledkem této práce je rozšíření knihovny FitLayout o novou metodu segmentace webových stránek, která může být zahrnuta v rámci dalšího výzkumu v této oblasti, který může být založen na výsledcích dosažených v této práci.
|
|
|
Page Segmentation in a Web Browser
Zubrik, Tomáš ; Polčák, Libor (oponent) ; Burget, Radek (vedoucí práce)
This thesis deals with the web page segmentation in a web browser. The implementation of Box Clustering Segmentation (BCS) method in JavaScript using an automated browser was created. The actual implementation consists of two main steps, which are the box extraction (leaf DOM nodes) from the browser context and their subsequent clustering based on the similarity model defined in BCS. Main result of this thesis is a functional implementation of BCS method usable for web page segmentation. The evaluation of the functionality and accuracy of the implementation is based on a comparison with a reference implementation created in Java.
|
|
|
Sémantická analýza webového obsahu
Hubl, Lukáš ; Rychlý, Marek (oponent) ; Burget, Radek (vedoucí práce)
Tato práce se zabývá problematikou sémantického webu, segmentace webových stránek a technologiemi, které se v těchto oblastech využívají. Dále se zaobírá modifikací jedné z metod pro segmentaci webových stránek, konkrétně metodou využívající DOM stromu, s využitím technologií z oblasti sémantického webu. Tedy navrhuje způsob segmentace webové stránky na základě sémantické analýzy obsahu jednotlivých prvků webové stránky. V rámci této práce byla také vytvořena aplikace, která demonstruje funkcionalitu navržené metody. S aplikací byly následně prováděny experimenty, jejichž zhodnocení je také součástí této práce.
|
|
|
Nové metody segmentace webových stránek
Malaník, Michal ; Bartík, Vladimír (oponent) ; Burget, Radek (vedoucí práce)
Cílem této práce je představit novou metodu segmentace webových stránek založenou na analýze vizuálních vlastností webových dokumentů. Metoda vychází z velmi populárního segmentačního algoritmu VIPS (Vision Based Page Segmentation Algorithm), který se snaží na segmentovaný dokument nahlížet stejně, jako ho ve výsledku vidí jeho uživatel, tedy prostřednictvím vizuální reprezentace v internetovém prohlížeči. Oproti algoritmu VIPS jsou však u metody představené v této práci brány v úvahu optimalizace pro moderní webové stránky, především poté pro dokumenty vytvořené v jazyce HTML verze 5. Práce se rovněž zabývá implementací navržené metody pomocí rámce FITLayout.
|
host ::
RSS.