1 / 69

Einbindung von Internetinhalten ins Automotive-Portal:

Hintergrund. Einbindung von Internetinhalten ins Automotive-Portal:. Zielsetzung. Umformatierung der Seite ohne substanzielle Umstrukturierung der Inhalte. Extraktion der Nutzdaten erforderlich!. 1. Startseite. Zielseiten:. 1. 3. 2. Wrapper. Index- Seiten. Internet. 4. 6. .jsp.

keola
Télécharger la présentation

Einbindung von Internetinhalten ins Automotive-Portal:

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Hintergrund Einbindung von Internetinhalten ins Automotive-Portal:

  2. Zielsetzung Umformatierung der Seite ohne substanzielle Umstrukturierung der Inhalte Extraktion der Nutzdaten erforderlich!

  3. 1 Startseite Zielseiten: 1 3 2 Wrapper Index- Seiten Internet 4 6 .jsp 5 DBMS Bestehendes System zur Datenextraktion

  4. 2 1 1 3 4 5 Wrapper GUI-Werkzeug für die Extraktion Grafische Oberflächen Crawler config Wrapper induction cfg cfg Wrapperengine Webcrawler WWW Batch-Jobs DBMS

  5. 1 3 Wrapper Labeling:

  6. 1 3 Wrapper Interaktion • Analog zu Consistency Queries in IE (Grieser, 2002): • Wiederhole für jedes Datenfeld: • Benutzer: Annotiert DOM-Knoten in Beispieldokument(en). • System: Erzeugt eine Extraktionsregel (Hypothese). • System: wendet Hypothese auf Beispieldokumenten an. • System: präsentiert Ergebnisse der aktuellen Hypothese. • Benutzer: Entscheidet, ob Hypothese korrekt.

  7. Kleinste adressierbare Einheit: DOM-Knoten Eingabe: Menge von Labels. Label  DOM-Baum Lerner erzeugt konsistentes Tree traversal pattern 1 3 Wrapper Lernszenario

  8. 1 3 Wrapper Lernalgorithmus • Vergleichende Iteration auf allen Beispieldokumenten. • Cursor verwaltet Menge von Knoten mit gleichem Namen. • Suche nach gemeinsamen Merkmalen in Cursorelementen: • Attribute • Attribut-Wert-Paare • textueller Inhalt • Gleiche Pfade zu Nachfolgerknoten

  9. Beispiel

  10. “This:“ #text “This:“ “\n“ #text B BR B BR B PRE BR B HEAD BODY CENTER HTML HEAD BODY HTML Beispiel

  11. “This:“ #text “This:“ “\n“ #text B BR B BR B PRE BR B HEAD BODY CENTER HTML HEAD BODY HTML

  12. “This:“ #text “This:“ “\n“ #text B BR B BR B PRE BR B HEAD BODY CENTER HTML HEAD BODY HTML #text

  13. “This:“ #text “This:“ “\n“ #text B BR B BR B PRE BR B HEAD BODY CENTER HTML HEAD BODY HTML #text

  14. “This:“ #text “This:“ “\n“ #text B BR B BR B PRE BR B HEAD BODY CENTER HTML HEAD BODY HTML #text child:: B

  15. “This:“ #text “This:“ “\n“ #text B BR B BR B PRE BR B Ende! HEAD BODY CENTER HTML HEAD BODY HTML #text child:: B

  16. “This:“ #text “This:“ “\n“ #text B BR B BR B PRE BR B Ende! HEAD BODY CENTER HTML HEAD BODY HTML #text child:: B

  17. “This:“ #text “This:“ “\n“ #text B BR B BR B PRE BR B Ende! HEAD BODY CENTER HTML HEAD BODY HTML #text child:: BR B

  18. “This:“ #text “This:“ “\n“ #text B BR B BR B PRE BR B Ende! HEAD BODY CENTER HTML HEAD BODY HTML #text child:: BR B [1]

  19. “This:“ #text “This:“ “\n“ #text B BR B BR B PRE BR B Ende! HEAD BODY CENTER HTML HEAD BODY HTML #text child:: BR B [1]

  20. “This:“ #text “This:“ “\n“ #text B BR B BR B PRE BR B Ende! HEAD BODY CENTER HTML HEAD BODY HTML #text child:: B BR B [1]

  21. “This:“ #text “This:“ “\n“ #text B BR B BR B PRE BR B Ende! HEAD BODY CENTER HTML HEAD BODY HTML #text child:: B BR B [1] [>=1]

  22. “This:“ #text “This:“ “\n“ #text B BR B BR B PRE BR B Ende! HEAD BODY CENTER HTML HEAD BODY HTML “This:“ #text child:: B BR B [1] [>=1]

  23. “This:“ #text “This:“ “\n“ #text B BR B BR B PRE BR B Ende! HEAD BODY CENTER HTML HEAD BODY HTML “This:“ #text child:: B BR B [1] [>=1]

  24. “This:“ #text “This:“ “\n“ #text Ende! B BR B BR Ende! B PRE BR B Ende! HEAD BODY CENTER HTML HEAD BODY HTML “This:“ #text child:: B BR B [1] [>=1]

  25. “This:“ #text “This:“ “\n“ #text Ende! B BR B BR Ende! B PRE BR B Ende! HEAD BODY CENTER HTML HEAD BODY HTML “This:“ #text child:: Ende B BR B [1] [>=1]

  26. “This:“ #text “This:“ “\n“ #text Ende! B BR B BR Ende! B PRE BR B Ende! HEAD BODY CENTER HTML HEAD BODY “This:“ #text child:: HTML Ende B BR B [1] [>=1]

  27. “This:“ #text “This:“ “\n“ #text Ende! B BR B BR Ende! B PRE BR B Ende! HEAD BODY CENTER HTML HEAD BODY HTML “This:“ #text child:: Ende B BR B [1] [>=1]

  28. “This:“ #text “This:“ “\n“ #text Ende! B BR B BR Ende! B PRE BR B Ende! HEAD BODY CENTER HTML HEAD BODY HTML “This:“ #text child:: Ende B BR B [1] [>=1]

  29. “This:“ #text “This:“ “\n“ #text Ende! B BR B BR Ende! B PRE BR B Ende! HEAD BODY CENTER HTML HEAD BODY HTML “This:“ #text child:: Ende B BR B [1] [>=1] descendant::

  30. “This:“ #text “This:“ “\n“ #text Ende! B BR B BR Ende! B PRE BR B Ende! HEAD BODY CENTER HTML HEAD BODY HTML “This:“ #text child:: Ende B BR B [1] [>=1] descendant:: BODY

  31. “This:“ #text “This:“ “\n“ #text Ende! B BR B BR Ende! B PRE BR B Ende! HEAD BODY CENTER HTML HEAD BODY HTML “This:“ #text child:: Ende B BR B [1] [>=1] descendant:: BODY

  32. “This:“ #text “This:“ “\n“ #text Ende! B BR B BR Ende! B PRE BR B Ende! HEAD BODY CENTER HTML HEAD BODY HTML “This:“ #text child:: Ende B BR B [1] [>=1] descendant:: BODY child:: HTML

  33. “This:“ #text child:: Ende B BR B [1] [>=1] descendant:: BODY child:: HTML

  34. “This:“ #text child:: • Fazit: • Das Tree traversal pattern besteht aus: • gemeinsamen Teilbaum • Zielknoten • Informationen über Lücken zwischen den Elementen an den Kanten. Ende B BR B [1] [>=1] descendant:: BODY child:: HTML

  35. Außerdem gibt es Ende-Markierungen als negierte Merkmale der Syntax: not(preceding-sibling::node()) “This:“ #text child:: Ende B BR B [1] [>=1] descendant:: BODY child:: HTML

  36. Transformation TTP  XPath-Ausdruck “This:“ #text child:: Ende B BR B [1] [>=1] descendant:: BODY child:: HTML

  37. Transformation TTP  XPath-Ausdruck “This:“ #text child:: Ende B BR B [1] [>=1] descendant:: BODY child:: HTML

  38. Transformation TTP  XPath-Ausdruck text() “This:“ child:: Ende B BR B [1] [>=1] descendant:: BODY child:: HTML

  39. Transformation TTP  XPath-Ausdruck / child:: text() “This:“ Ende B BR B [1] [>=1] descendant:: BODY child:: HTML

  40. Transformation TTP  XPath-Ausdruck B / child:: text() “This:“ Ende B BR [1] [>=1] descendant:: BODY child:: HTML

  41. Transformation TTP  XPath-Ausdruck descendant:: B / child:: text() “This:“ Ende B BR [1] [>=1] BODY child:: HTML

  42. Transformation TTP  XPath-Ausdruck descendant:: B [ ] / child:: text() “This:“ Ende B BR [1] [>=1] BODY child:: HTML

  43. Transformation TTP  XPath-Ausdruck descendant:: B [ preceding-sibling::BR ] / child:: text() “This:“ Ende B [1] [>=1] BODY child:: HTML

  44. Transformation TTP  XPath-Ausdruck descendant:: B [ preceding-sibling::BR [1] ] / child:: text() “This:“ Ende B [>=1] BODY child:: HTML

  45. Transformation TTP  XPath-Ausdruck descendant:: B [ preceding-sibling::BR [1] / ] / child:: text() “This:“ Ende B [>=1] BODY child:: HTML

  46. Transformation TTP  XPath-Ausdruck descendant:: B [ preceding-sibling::BR [1] / preceding-sibling::B ] / child:: text() “This:“ Ende BODY child:: HTML

  47. Transformation TTP  XPath-Ausdruck descendant:: B [ preceding-sibling::BR [1] / preceding-sibling::B [ ] ] / child:: text() “This:“ Ende BODY child:: HTML

  48. Transformation TTP  XPath-Ausdruck descendant:: B [ preceding-sibling::BR [1] / preceding-sibling::B [ child::text()=„This:“ ] / child:: text() Ende BODY child:: HTML

  49. Transformation TTP  XPath-Ausdruck descendant:: B [ preceding-sibling::BR [1] / preceding-sibling::B [ child::text()=„This:“ ] [ ] ] / child:: text() Ende BODY child:: HTML

More Related