inform ácie o firmách
DESCRIPTION
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 - PowerPoint PPT PresentationTRANSCRIPT
INFORMÁCIE O FIRMÁCHRoman 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 Presnejší popis činnosti Alternatívne zameranie firmy
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
POPIS RIEŠENIA
Použité technológie PHP, HTML, JavaScript Google Maps API
Informácie čerpám z ORSR Google PageRank Sk-nic Webstránky firiem
POSTUP VYHĽADÁVANIA 1
ORSR
obchodné meno právna forma deň zápisu do obchodného registra IČO adresa sídla firmy Predmet činnosti
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
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
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
PROBLÉMY
Kódovanie znakov Veľké množstvo zaregistrovaných domén Webhosting Flash, JavaScript, Image menu User-agent, frames „zahrabané“ profilové stránky
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
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