Ekstrakcija podataka s weba

završni rad

• Naslov (engleski): Web Data Extraction
• Autor: Alen Sanković
• Mentor: Miran Zlatović (mentor); MBZ: 246450
• Član povjerenstva: Ivan Magdalenić (član povjerenstva); MBZ: 244501
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet organizacije i informatike; (Katedra za informatičke tehnologije i računarstvo); Varaždin
• Datum i država obrane: 2020-09-03, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: DRUŠTVENE ZNANOSTI; Informacijske i komunikacijske znanosti; Organizacija i informatika

Sažetak

Ovaj završni rad bavi se osnovama ekstrakcije podataka s weba uz praktične primjere. Rad je podijeljen na dva glavna dijela, teorijski i praktični. U prvom, teorijskom dijelu, obrađeni su svi važni koncepti potrebni za razumijevanje ekstrakcije podataka te tehnike koje se pritom primjenjuju. Ovdje je još predstavljen Python kao glavni programski jezik koji je korišten u ovom radu, te njegovi moduli kao što su urllib, Scrapy, Beautiful Soup itd. U drugom, praktičnom dijelu, na istom je primjeru analizirana primjena različitih modula i njihovih osnovnih funkcionalnosti koje se koriste za dohvaćanje podataka s weba. Na završetku su ovi moduli uspoređeni, istaknute su njihove razlike, potencijalne prednosti ili nedostaci na temelju iskustva autora i općih karakteristika modula. Cjelovita programska rješenja priložena su uz rad kao digitalni dodatak.

• Ključne riječi: python; web scraping; data extraction; ekstrakcija podataka
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:211:738150
• Studijski program: Naziv: Informacijski sustavi; Vrsta studija: sveučilišni; Stupanj studija: preddiplomski; Akademski / stručni naziv: sveučilišni/a prvostupnik/prvostupnica (baccalaureus/baccalaurea) informatike (univ.bacc.inf.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Pristup svim korisnicima iz sustava znanosti i visokog obrazovanja RH
• Datum i vrijeme pohrane: 2021-05-13 13:06:57