Τεχνολογίες εξαγωγής περιεχομένου από ιστοσελίδες για ανάλυση αγγελιών

Abstract

Η χρήση του διαδικτύου σε όλες τις πτυχές της καθημερινότητας μας έχει επηρεάσει και τον τρόπο αναζήτησης και δημοσίευσης θέσεων εργασίας. Λόγω του μεγάλου όγκου αγγελιών που κατακλύζει πλέον τον παγκόσμιο ιστό, μια αυτοματοποιημένη συλλογή τους μπορεί να βοηθήσει στην εξαγωγή χρήσιμων συμπερασμάτων. Στην παρούσα εργασία παρουσιάζονται οι τεχνολογίες που επιτρέπουν μια τέτοιου είδους αυτοματοποιημένη ανάκτηση. Μέσω μιας υλοποίησης σε Java παρουσιάζεται ο τρόπος που μπορεί να χρησιμοποιηθεί η τεχνολογία του Web Crawling και πως δεδομένα αγγελιών μπορούν να συγκεντρωθούν σε μια βάση για περαιτέρω αξιοποίηση. Τέλος παρατίθενται παραδείγματα γραφημάτων που μπορούν να προκύψουν από τα ανακτημένα δεδομένα.