Indexace sociálních sítí

Abstract

Sociální síť je v dnešní době velmi oblíbenou metodou komunikace – především u mladých lidí.Bakalářská práce obsahuje stručný popis nejvíce oblíbených sítí a pak detailní zaměření na jednu z nich.Na tuto vybranou síť bude sestrojen crawler – robot, který bude procházet a indexovat obsah sítě.Práce obsahuje popis postupu crawlera od začátku až do posledního stupně zanoření sítě.Zjistilo se že crawler bude muset k sociální sítí přistupovat anonymně takže se bude používat proxy systémy. Použilo se různých metod práce s textem, vyhledávání v textu, ukládání textu.V práci nalezneme i stručný popis použití regulárních výrazů a jejich použití. Jeden s cílů práce je sestrojit graf tudíž se vytvoří menší seznam grafů a z nich pak vybere nejvhodnější pro zobrazení nasbíraných dat. Správný výběr grafu bude hrát důležitou roli v následném zobrazení.Graf by neměl být moc velký a měl by být přehledný.

Social networking is today a very popular method of communication - especially among young people. Bachelor thesis contains a brief description of the most popular network and then specifically to one of them At the selected network is constructed crawler - a robot that will crawl and index the content network. The work contains a description of the crawler from the beginning to the last stage of the network plunge. It was found that the crawler will have access to social networks anonymously so it will use the proxy system. Used the different methods of working with text, text searching, storing text. In this work we find a brief description of the use of regular expressions and their use. One of our goals is to construct a graph thus creates a smaller list of charts and then select the best one to display collected data. Proper selection of the graph will play an important role in the subsequent view. Graph should not be too large and should be read.