Arbeiten im Bereich Focused Website Crawling

Projekt/Diplomarbeiten im Bereich:

Fokusiertes Website-Crawling

Fokusierte Webcrawler sind Programme, die das World Wide Web durch sukzessives Verfolgen von Hyperlinks nach vorgegebenen Inhalten durchsuchen. Die Erkennung dieser Inhalte funktioniert dabei durch Methoden des maschinellen Lernens. Bisherige Methoden des fokusierten Crawlings waren auf das Finden einzelner relevanter HTML-Dokumente beschränkt. Der in Kooperation mit der Simon Fraser University in Vancouver (Kanada) entwickelte Focused Website-Crawler, sucht dagegen gezielt nach themenspezifischen Internetdomänen. D.h. Ziel der Suche ist die Entdeckung von Domänen, die z.B. zu bestimmten Firmen oder anderen Organisationen gehören.

Mögliche Themen

Aufbau vom themenspezifischen Verzeichnisdiensten mit Hilfe eines Website Crawlers.
Website Clustering zur Präsentation von Crawl Ergebnissen.
Entwicklung neuer Crawling Verfahren zur themenspezifischen Suche von kommerziellen Auftrittem.
Entwicklung von Multilayer-Klassifikatoren zur Verbesserung der Klassifikationsgüte.

Vorkenntnisse

Kenntnisse in Java oder C++ werden vorrausgesetzt.
Kenntnisse in PLSQL/SQL und ORACLE sind wünschenswert.

Ansprechpartner

Matthias Schubert

Raum : E 1.04
Telefon : 089 / 2180 9321
Mail : schubert@dbs.informatik.uni-muenchen.de

Homepages: DBS Institut LMU
14.8.01 Matthias Schubert