代码之家 › 专栏 › 技术社区 › Cerin

基于搜索引擎的Web挖掘

data-mining web-crawler machine-learning

1

Cerin · 技术社区 · 15 年前

当我意识到这是多么不必要的重复和低效时,我正在通过谷歌地图(Google Maps)购买公寓,将各种清单复制到电子表格中,这样我就可以更容易地进行比较和附加注释。我可以很容易地编写一个脚本来自动查询Google并提取我需要的数据,但是要获得一些数据(例如,联系电话号码)需要我跟踪到一个列表特定站点的链接并四处搜索数据,而且我从来没有编写过这样动态的web爬虫程序。对于给定任意HTML的信息,常用的数据挖掘和/或机器学习技术和工具是什么?

2 回复 | 直到 15 年前

1

2

aartist 15 年前

这不是后端技术,但如评论中所述是有帮助的。去吧 http://www.google.com/squared 然后将结果导出为Google电子表格或csv数据。它为您命名字段并从web填充数据。

2

0

Neil McGuigan 15 年前

这叫做信息提取。

这段视频不错。这家伙来自谷歌:

http://videolectures.net/mlas06_nigam_tie/