Extrahieren von Kontaktdaten und personenbezogenen Daten aus Webseiten

Diplomarbeit, Studienarbeit für Informatik-Studenten

Wir sind eine Internetagentur in der Nähe von Stuttgart und beschäftigen uns hauptsächlich mit Netzauftritten per TYPO3 und Suchmaschinenoptimierung.

1 Aufgaben

Webadressen (URLs) bzw. Domänadressen liegen vor.

Das zu erstellende Programm soll alle Kontakt- und personenbezogenen Daten aus Webseiten extrahieren. Die gewonnenen Daten werden wahlweise in einer Textdatei oder einer Datenbank abgelegt.

Dabei sollen Daten, die z.B. per CSS unsichtbar sind, ausgelassen werden. Es sind alle beliebigen Schreibweisen von Telefonnummern, Namen, Adressen etc. zu berücksichtigen und normiert auszugeben, auch sprachabhängig, z.B. für Deutsch, Englisch und andere Sprachen.

Die Extrahierung und die Bestimmung relevanter Webdressen sind zwei Studienarbeiten, die aber auch von zwei Studenten gemeinsam durchgeführt werden können.

2 Voraussetzungen

• Studium der Informatik oder eines verwandten Studiengang
• Programmier- und Datenbankkenntnisse
• Eigener Rechner
• Internetzugang

3 Prinzipielle Meilensteine

• Vertrautmachen mit der Aufgabenstellung und Internetrecherche zum Thema
• Lösungsansatz
• Realisierung
• Einsetzbarer Prototyp

4 Zusätzliche Informationen

• Die Tätigkeit kann von zu Hause aus durchgeführt werden.
• Periodische Besprechungen erfolgen telefonisch und per E-Mail.
• Monatliche Zwischenberichte.
• Bitte bewerben Sie sich mit Anschreiben inkl. Motivationsgrund und kurzemLebenslauf.

5 Kontakt

TYPO3-Beratung.com
Eberhardstr. 17
D-72622 Nürtingen

Telefon: (+49) 70 22 / 60 20 05

E-Mail :  diplomarbeit(via)typo3-beratung.com