Show simple item record

Wikipedia Page Classification

dc.contributor.advisorSmrž, Pavelcs
dc.contributor.authorSuchý, Ondřejcs
dc.date.accessioned2019-06-14T10:52:36Z
dc.date.available2019-06-14T10:52:36Z
dc.date.created2015cs
dc.identifier.citationSUCHÝ, O. Systém pro vyhledávání a výběry relevantních článků z Wikipedie podle tématu [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2015.cs
dc.identifier.other88724cs
dc.identifier.urihttp://hdl.handle.net/11012/52382
dc.description.abstractCílem této práce je navrhnout a implementovat systém, který umožní výběr tematicky zaměřených článků z Wikipedie za účelem úspory místa při jejím offline uložení. Řešení tohoto problému je dosaženo s využitím metod spadajících do oblasti vyhledávání informací a jejich konkrétní implementací v rámci nástroje Elasticsearch. Systém se na základě zadaných klíčových slov snaží určit, o jakou tematickou oblast se uživatel zajímá a články z této oblasti zařadit do výsledného výběru. K tomu využívá především mechanismy pro určení podobných dokumentů a zahrnutí všech článků z kategorií, které se ve výběru často opakují. Velikosti souborů generovaných výsledným systémem na základě dotazů nad Simple English Wikipedia se obvykle pohybují pod 30 MB.cs
dc.description.abstractThe goal of this paper is to design and implement a system for selection of Wikipedia articles relevant to a given topic in order to reduce the amount of memory taken by its offline version. The solution of this problem was achieved with use of methods from information retrieval and theirs implementation using Elasticsearch search engine. The system tries to determine the area of user's interest by given keywords and make a selection of articles from that area. This is achieved by measuring of similarity of articles and adding all articles from frequent categories in the selection. The sizes of the output files for queries over Simple English Wikipedia are usually below 30 MB.en
dc.language.isocscs
dc.publisherVysoké učení technické v Brně. Fakulta informačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectvyhledávání informacícs
dc.subjectWikipediecs
dc.subjectElasticsarchcs
dc.subjectpodobnost dokumentůcs
dc.subjectvyhledávací systémcs
dc.subjectinformation retrievalen
dc.subjectWikipediaen
dc.subjectElasticsarchen
dc.subjectdocument similarityen
dc.subjectsearch engineen
dc.titleSystém pro vyhledávání a výběry relevantních článků z Wikipedie podle tématucs
dc.title.alternativeWikipedia Page Classificationen
dc.typeTextcs
dcterms.dateAccepted2015-06-17cs
dcterms.modified2015-08-28-10:41:07cs
thesis.disciplineInformační technologiecs
thesis.grantorVysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačové grafiky a multimédiícs
thesis.levelBakalářskýcs
thesis.nameBc.cs
sync.item.dbid88724en
sync.item.dbtypeZPen
sync.item.insts2019.06.14 12:52:36en
sync.item.modts2019.05.18 20:29:01en
dc.contributor.refereeOtrusina, Lubomírcs
dc.description.markCcs
dc.type.driverbachelorThesisen
dc.type.evskpbakalářská prácecs


Files in this item

Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record