1 / 12

Inform ácie o firmách

Inform ácie o firmách. Roman Herbst. Úvod. Cieľ – vyhľadať informácie o firmách Identifikačné údaje Sídlo lokalizované na mape Webové stránky Popis činnosti Zmysel – zautomatizovať a urýchliť vyhľadávanie týchto informácií. Úvod. Použitie Overenie sídla Jednoduchá navigácia

bern
Download Presentation

Inform ácie o firmách

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Informácie o firmách Roman Herbst

  2. Úvod • Cieľ – vyhľadať informácie o firmách • Identifikačné údaje • Sídlo lokalizované na mape • Webové stránky • Popis činnosti • Zmysel – zautomatizovať a urýchliť vyhľadávanie týchto informácií

  3. Úvod • Použitie • Overenie sídla • Jednoduchá navigácia • Presnejší popis činnosti • Alternatívne zameranie firmy

  4. Existujúce riešenia • Európska databanka • Platený prístup • Len firmy, ktoré požiadajú o zaradenie do DB • Informácie poskytuje daná firma • Katalógy firiem • Manuálne pridávané firmy (nie sú všetky, informácie nemusia byť aktuálne) • Odkaz len na hlavnú webovú stránku

  5. Popis riešenia • Použité technológie • PHP, HTML, JavaScript • Google Maps API • Informácie čerpám z • ORSR • Google PageRank • Sk-nic • Webstránky firiem

  6. Postup vyhľadávania 1 • ORSR • obchodné meno • právna forma • deň zápisu do obchodného registra • IČO • adresa sídla firmy • Predmet činnosti

  7. Postup vyhľadávania 2 • Adresa sídla firmy  Google Maps API • Lokalizácia na mape • GPS súradnice • IČO  zoznam domén SK-NIC • Domény zaregistrované na danú firmu • Predmet činnosti  profilová stránka (neskôr) • Najrelevantnejší odstavec

  8. Postup vyhľadávania 3 • Kontrola dostupnosti domén • Google PageRank domén  skóre • Vyhľadanie názvu firmy na dostupných doménach skóre • Pokus o vyhľadanie profilovej stránky • Ak existuje, vyhľadanie názvu firmy  skóre • Najvyššie skóre = hlavná stránka firmy

  9. Postup vyhľadávania 4 • Ak existuje profilová stránka, vyhľadanie relevantných odstavcov • Ohodnotenie odstavcov • Základné skóre ZS := dĺžka odstavca/4 • 1. odstavec – ZS := ZS x 2 • Počet výskytov (PV) názvu firmy a činností z ORSR • Ak PV==0, skóre := ZS / 2 • Inak skóre := ZS * PV • Najvyššie skóre = najrelevantnejší odstavec

  10. Problémy • Kódovanie znakov • Veľké množstvo zaregistrovaných domén • Webhosting • Flash, JavaScript, Image menu • User-agent, frames • „zahrabané“ profilové stránky

  11. Vyhodnotenie • Väčšina slovenských firiem nemá webstránku • Testované na 22 náhodných firmách, ktoré som overil, že webstránku majú • Vyhľadanie na mape – bezproblémové 21/22 • Vyhľadanie všetkých domén – iba tie firmy, ktoré vlastnia svoju doménu 18/22 • Best match doména – bezproblémové 17/18

  12. Vyhodnotenie • Popis činnosti – problémové  • 7/18 nájdených • 5/7 presných • Možné vylepšenia • Vyhľadávanie webstránok cez Google - webhosting • Iný spôsob sťahovania stránok - user-agent string • Slovenský stemmer • img alt tag, prípadne OCR

More Related