استفاده از انتخابگرهای پویا و هوش مصنوعی برای مقاوم سازی کدهای بازیابی اطلاعات وب | ||
| فصلنامه بازیابی دانش و نظام‌های معنایی | ||
| مقاله 1، دوره 13، شماره 46، بهار 1405، صفحه 1-24 اصل مقاله (2.15 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22054/jks.2026.89870.1753 | ||
| نویسندگان | ||
| فرناز تقی زاده کورایم1؛ محمدرضا کاباران زاد قدیم* 2؛ سیدعبداله امین موسوی3 | ||
| 1گروه مدیریت فناوری اطلاعات، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران | ||
| 2گروه مدیریت صنعتی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران | ||
| 3گروه مدیریت فناوری اطلاعات، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران. | ||
| چکیده | ||
| امروزه پایداری و تاب‌آوری کدهای برداشت اطلاعات از وب یکی از چالش‌های اصلی در حوزه مهندسی نرم‌افزار و داده‌کاوی است، به‌ویژه زمانی که وب‌سایت‌های هدف از ساختارهای پویا استفاده می‌کنند. کتابخانه سلنیوم به‌عنوان یکی از پرکاربردترین ابزارهای برداشت اطلاعات وب، در بسیاری از پروژه‌های صنعتی و پژوهشی مورد استفاده قرار می‌گیرد، اما حساسیت بالای آن نسبت به تغییر عناصر صفحه اغلب منجر به بروز خطا، توقف سیستم و نیاز به اصلاحات مکرر کد می‌شود. این پژوهش با ارائه روش نوین مبتنی بر استفاده هم‌زمان از «انتخابگرهای پویا» و یک لایه تصمیم‌گیری مبتنی بر هوش مصنوعی، رویکردی کاربردی، قابل اعتماد و منعطف برای مقاوم‌سازی کدهای سلنیوم ارائه می‌دهد. در این مطالعه، برداشت اطلاعات از وب‌سایت دیجی‌کالا در بازه زمانی دو ساله، با تناوب هفتگی انجام شد. روش پیشنهادی با تحلیل رفتار المان‌های صفحه، به‌طور خودکار انتخابگرهای مناسب را جایگزین و در صورت خطا از چندین استراتژی هوشمند استفاده می‌کند. این رویکرد پایداری و اطمینان اجرای سلنیوم را در برابر تغییرات سایت افزایش داده و می‌تواند الگویی کارآمد برای سامانه‌های جمع‌آوری داده از وب در محیط‌های پویا باشد. نتایج تجربی نشان داد هنگامی که از روش پیشنهادی جهت انتخاب خودکار و هوشمند المان‌های HTML استفاده شد، تمامی برداشت‌ها بدون خطا و بدون نیاز به تغییر دستی کد انجام شدند. اما هنگام عدم استفاده از این روش، 67 برداشت نیازمند اصلاح مستقیم انتخابگرهای کد توسط توسعه‌دهنده بودند. این اختلاف عملکرد نشان می‌دهد که استفاده از مدل ارائه‌شده باعث کاهش چشمگیر هزینه نگه‌داری، زمان توسعه و ریسک شکست اجرای عملیات استخراج داده می‌شود. | ||
| کلیدواژه‌ها | ||
| بازیابی اطلاعات از بستر وب؛ ساختار HTML صفحات وب؛ کتابخانه سلنیوم؛ مقاوم سازی کدهای HTML؛ هوش مصنوعی | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 324 تعداد دریافت فایل اصل مقاله: 190 |
||