مروری بر تکنیک ها و ابزارهای کاوش محتوای وب

امروزه شبکه جهانی وب به سرعت در حال رشد است و کاربران را با حجم عظیمی از اطلاعات روبرو کرده است. در حال حاضر،میلیاردها سند HTML، فایل های متنی، فایل های تصویری و چندرسانه ای در وب موجود است و هنوز هم اشکال مختلفی از داده هابه آن اضافه می شود. داده کاوی روشی به منظور استخراج داده های موجود در اینترنت می باشد. وب کاوی بخشی از داده کاوی استکه با حوزه های تحقیقاتی مختلفی مانند بازیابی اطلاعات، سیستم مدیریت پایگاه داده و هوش مصنوعی در ارتباط می باشد. وب کاویبسیاری از روش ها و تکنیک های داده کاوی را به منظور کشف اطلاعات مفید از محتوای وب، تعمیم می دهد. در این مقاله، مفاهیموب کاوی به همراه دسته بندی آن مورد بحث قرار می گیرد. البته این مقاله بیشتر بر کاوش محتوای وب متمرکز است و به توضیح درمورد روش ها و ابزارهای آن می پردازد.

کلیدواژه ها:

وب کاوی ، کاوش محتوای وب ، تکنیک ها ، استخراج اطلاعات ، ابزارهای کاوش ، داده کاوی