BÀI TOÁN TRÍCH XUẤT THÔNG TIN CHO dữ LIỆU bán cấu TRÚC và áp DỤNG xây DỰNG hệ THỐNG tìm KIẾM GIÁ cả sản PHẨM

ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ Vũ Tiến Thành BÀI TỐN TRÍCH XUẤT THƠNG TIN CHO DỮ LIỆU BÁN CẤU TRÚC VÀ ÁP DỤNG XÂY DỰNG HỆ THỐNG TÌM KIẾM GIÁ CẢ SẢN PHẨM KHỐ LUẬN TỐT NGHIỆP ĐẠI HỌC HỆ CHÍNH QUY Ngành: Cơng nghệ thông tin HÀ NỘI 2009 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CƠNG NGHỆ Vũ Tiến Thành BÀI TỐN TRÍCH XUẤT THƠNG TIN CHO DỮ LIỆU BÁN CẤU TRÚC VÀ ÁP DỤNG XÂY DỰNG HỆ THỐNG TÌM KIẾM GIÁ CẢ SẢN PHẨM KHOÁ LUẬN TỐT NGHIỆP ĐẠI HỌC HỆ CHÍNH QUY Ngành: Cơng nghệ thơng tin Cán hướng dẫn: Th.S Trần Thị Oanh Cán đồng hướng dẫn: CN Trần Mai Vũ HÀ NỘI – 2009 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Lời cảm ơn Lời đầu tiên, tơi xin gửi lời cảm ơn lịng biết ơn sâu sắc tới Phó Giáo sư Tiến sĩ Hà Quang Thụy, Thạc sỹ Trần Thị Oanh, Cử nhân Trần Mai Vũ tận tình hướng dẫn tơi suốt q trình thực khố luận tốt nghiệp Tôi chân thành cảm ơn thầy, cô tạo cho điều kiện thuận lợi để học tập nghiên cứu trường Đại Học Công Nghệ Tôi xin gửi lời cảm ơn tới anh chị bạn sinh viên nhóm “Khai phá liệu” giúp nhiều việc thu thập xử lý liệu Tôi xin gửi lời cảm ơn tới bạn lớp K50CA K50CHTTT ủng hộ khuyến khích tơi suốt q trình học tập trường Cuối cùng, muốn gửi lời cảm ơn vơ hạn tới gia đình bạn bè, người thân yêu bên cạnh động viên tơi suốt q trình thực khóa luận tốt nghiệp Tôi xin chân thành cảm ơn ! Sinh viên Vũ Tiến Thành LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Tóm tắt nội dung Trích xuất thơng tin từ liệu bán cấu trúc toán quan tâm nhiều hội nghị lớn giới [9],[10],[12],[13] Bài toán thành phần thiếu ứng dụng thu thập trích xuất thơng tin Một ứng dụng trích xuất thơng tin sản phẩm từ trang thương mại điện tử để xây dựng hệ thống tìm kiếm giá cả, nhằm cung cấp thơng tin tốt đến người tiêu dùng Khóa luận tập trung nghiên cứu tốn trích xuất thơng tin từ liệu web áp dụng để xây dựng hệ thống tìm kiếm giá sản phẩm Khóa luận xác định tập luật để giải tốn trích xuất giá cho biết tên sản phẩm, sở đó, tốn tự động trích xuất thông tin tên giá sản phẩm giải Khóa luận đưa bước xây dựng hệ thống tìm kiếm giá cho sản phẩm trang web tiếng Việt, tiến hành thực nghiệm hệ thống đánh giá kết Kết thực nghiệm cho thấy thơng tin trích xuất từ hệ thống có độ tin cậy i LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Mục lục Tóm tắt nội dung i Mục lục ii Bảng kí hiệu chữ viết tắt .v Danh sách hình vi Danh sách bảng biểu viii Giới thiệu .1 Chương Khái qt tốn trích xuất thơng tin cho liệu bán cấu trúc 1.1 Bài tốn trích xuất thơng tin .3 1.1.1 Giới thiệu toán 1.1.2 Dữ liệu toán .3 1.1.3 Các hướng tiếp cận tốn trích xuất thông tin 1.2 Bài tốn trích xuất thơng tin cho liệu bán cấu trúc 1.2.1 Vấn đề đặt với toán 1.2.2 Một số phương pháp trích xuất thơng tin cho liệu bán cấu trúc .6 1.2.3 Phương pháp đánh giá 1.2.4 Ứng dụng tốn trích xuất thơng tin cho liệu bán cấu trúc Chương Một số phương pháp sử dụng tốn trích xuất thơng tin cho liệu bán cấu trúc .10 2.1 Trích xuất thơng tin dựa vào DOM 10 2.1.1 Khái nhiệm DOM 10 2.1.2 Xây dựng DOM 10 2.1.3 Sử dụng DOM để trích xuất thơng tin 12 2.2 Trích xuất thơng tin dựa theo mẫu biểu thức qui .13 ii LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 2.2.1 Khái niệm biểu thức qui 13 2.2.2 Sử dụng biểu thức qui để trích xuất thơng tin 14 2.3 Một số giải thuật trích xuất thơng tin cho liệu bán cấu trúc 14 2.3.1 Hai kiểu biểu diễn trang giàu liệu 14 2.3.2 Một số giải thuật điển hình 15 Chương Áp dụng tốn trích xuất thông tin bán cấu trúc để xây dựng hệ thống tìm kiếm giá sản phẩm 21 3.1 Khái quát hệ thống tìm kiếm giá sản phẩm 21 3.1.1 Khái niệm 21 3.1.2 Các phương pháp xây dựng .21 3.1.3 Các hệ thống 22 3.2 Cơ sở thực tiễn 23 3.3 Cơ sở khoa học 25 3.3.1 Phân loại trang kinh doanh .26 3.3.2 Bài tốn trích xuất thơng tin giá sản phẩm xác định 27 3.3.3 Bài tốn tự động trích xuất thông tin tên giá sản phẩm trang kinh doanh sản phẩm 33 3.4 Các bước xây dựng hệ thống 37 3.4.1 Mơ hình hệ thống .37 3.4.2 Khả mở rộng hệ thống 40 Chương Thực nghiệm đánh giá kết 41 4.1 Môi trường phần cứng phần mềm 41 4.1.1 Cấu hình phần cứng 41 4.1.2 Công cụ phần mềm 41 4.2 Kết thực nghiệm .44 iii LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 4.2.1 Thực nghiệm trích xuất giá sản phẩm cho trước 44 4.2.2 Thực nghiệm xác định website kinh doanh .49 4.2.3 Thực nghiệm thu thập trích xuất thơng tin từ website 52 4.2.4 Thực nghiệm khả thu thập thông tin hệ thống 53 Kết luận .55 Tài liệu tham khảo 57 iv LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Bảng kí hiệu chữ viết tắt Kí hiệu Diễn giải HTML HyperText Markup Language URL Uniform Resource Locator XPath XML Path DOM Document Object Model W3C World Wide Web Consortium v LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Danh sách hình Hình Ví dụ tính cấu trúc trang web bán cấu trúc Hình Ví dụ tốn nhận dạng thực thể Hình Ví dụ trích xuất nội dung trang Web Hình Ví dụ hệ thống tìm kiếm giá Hình Ví dụ xây dựng DOM sử dụng hộp ảo 12 Hình Dạng biểu diễn trang list page 15 Hình Dạng biểu diễn trang detail page 15 Hình Chuyển đổi từ mã HTML sang EC 16 Hình Ví dụ giải thuật RoadRunner [12] 20 Hình 10 Trang giới thiệu sản phẩm HP CQ60-203TX 24 Hình 11 Trang giới thiệu sản phẩm HP CQ60-101TX 24 Hình 12 Biểu diễn DOM mã HTML hai trang sản phẩm HP 25 Hình 13 Ví dụ trang kinh doanh thơng thường 26 Hình 14 Ví dụ trang rao vặt 27 Hình 15 Ví dụ trích xuất giá trang web 27 Hình 16 Ví dụ sản phẩm chứa giá không 29 Hình 17 Ví dụ trích xuất giá thực trang sản phẩm 29 Hình 18 Tập luật trích xuất giá sản phẩm 32 Hình 19 Luật trích xuất ảnh sản phẩm .33 Hình 20 Luật trích xuất thơng tin bảo hành sản phẩm 33 Hình 21 Kết google trả với truy vấn "nokia 1200" 35 Hình 22 Kết trả google với query "nokia 1200" + "vnđ OR usd" 36 Hình 23 Mơ hình tổng quan hệ thống 38 Hình 24 Module xác định website kinh doanh sản phẩm mẫu trích xuất 39 vi LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Hình 25 Module Thu thập liệu trích xuất thơng tin .40 Hình 26 Trích xuất URL liên quan .45 Hình 27 Trang Web có nhập nhằng giá 48 Hình 28 Trang Web có giá rõ ràng .49 vii LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com - http://www.raovatmienphi.com/canon-powershot-g10-gia-490-usd.html o Product: canon powershot g10 Price: giá 490 usd - http://www.123mua.com.vn/xem?sp=RXGQRVfReX o Product: canon powershot g10 Price:644 sd - http://enbac.com/Ky-thuat-so/p167975/May-chup-hinh-Canon-PowerShotG10.html o Product: máy chụp hình canon powershot g10 Price:8.550.000vnđ - http://www.megabuy.vn/?a=NEWS&news=DETA&hdn_news_id=10434 o Product: canon powershot g10 Price:665 usd Khóa luận thực nghiệm tập sản phẩm: nokia 1200, lenovo thinkpad t61, canon powershot g103; sản phẩm thực nghiệm trường hợp tương ứng với số lượng 10, 30, 100 kết mà google trả Để đánh giá kết thực nghiệm khóa luận sử dụng độ đo hồi tưởng (R) độ tin cậy (P) Kết thực nghiệm mô tả theo bảng 46 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Bảng Kết thực nghiệm trích xuất giá thực sản phẩm Tên sản phẩm Nokia 1200 Lenovo Thinkpad t61 Canon PowerShot G10 Query “Nokia 1200” + “VNĐ OR USD” “Lenovo Thinkpad t61” + “VNĐ OR USD” “Canon PowerSho t G10” + “VNĐ OR USD” Số lượng Kết kết thực tế trả google Kết trích xuất Kết Thời gian thực thi Độ hồi tưởng Độ tin cậy 10 8 37,45 s 100% 100% 30 23 26 23 147,4 3s 100% 88,46% 100 68 70 67 407,1 7s 10 10 10 39,67s 90% 90% 30 23 25 22 125,2 5s 95,6% 88% 100 43 46 40 1200s 93,02% 86,95% 10 9 52,92s 100% 100% 30 19 21 18 86,91s 94,74 % 85,71 % 100 45 50 44 263,3 3s 98,53 % 95,71 % 97,78% 88% 47 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Nhận xét Với tất kết đạt ta thấy độ tin cậy thấp độ hồi tưởng Sở dĩ có kết vì: Có vài trường hợp giá xuất q nhập nhằng Hình 27 minh họa trường hợp trang web chứa giá nhập nhằng Hình 27 Trang Web có nhập nhằng giá Với trường hợp nhận dạng nhầm thành: “nokia 1200” có giá: “599.000 đồng” Thực tế lại muốn cung cấp thơng tin “nokia 1202” có giá: “599.000 đồng” Độ hồi tưởng cao trang có giá trích xuất xác Giá thể giá thực sản phẩm 48 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Ví dụ: Hình 28 minh họa trang web chứa giá khơng nhập nhằng Hình 28 Trang Web có giá rõ ràng Kết trích xuất là: Tên sản phẩm: nokia 1200 black , Giá sản phẩm: 520,000 vnđ 4.2.2 Thực nghiệm xác định website kinh doanh Mơ tả thực nghiệm Mục đích thực nghiệm kiểm nghiệm xác khả xác định trang kinh doanh sản phẩm từ tập hạt giống tên sản phẩm ban đầu tốn “tự động trích xuất thơng tin tên giá sản phẩm” mục 3.3.3 - Đầu vào : Một tập hạt giống tên sản phẩm - Đầu : Website kinh doanh sản phẩm có bán sản phẩm tập hạt giống mẫu trích xuất tương ứng với website Dữ liệu thực nghiệm - Tập hạt giống tên sản phẩm cho trước - Chọn máy tìm kiếm google để xác định trang liên quan đến sản phẩm 49 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com - Tạo truy vấn từ tên sản phẩm tập hạt giống, gửi tới google, để thu trang liên quan - Tải trang liên quan đến sản phẩm xác định mẫu trích xuất thơng tin sản phẩm, ta thu (Website, mẫu_trích_tên sản phẩm, mẫu_trích_giá sản phẩm) Xác định trùng lặp bộ, trùng lặp nhiều lần, website website kinh doanh mẫu trích xuất mẫu trích xuất áp dụng cho website Với tập hạt giống gồm tên sản phẩm sau : - nokia 1200 - nokia e71 white steel - nokia 1202 - nokia 6300 silver Chọn ngưỡng ta có: Kết thực nghiệm mô tả thông qua bảng 50 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Bảng Kết thực nghiệm xác định website kinh doanh sản phẩm Số lượng kết từ google trả Thời gian chạy Domain bán hàng nhận www.123mua.com.vn 10 www.vatgia.com 288,84s www.chodientu.vn www.vinacms.vn www.123mua.com.vn www.vatgia.com 30 www.chodientu.vn 708s www.vinacms.vn www.enbac.com www.123mua.com.vn www.vatgia.com www.chodientu.vn www.vinacms.vn 100 3638.76s www.enbac.com www.quangcaosanpham.com www.dienthoaididong.com.vn www.aha.vn www.trananh.vn 51 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Nhận xét Kết đạt khả quan Trong website mà hệ thống xác định tất website kinh doanh sản phẩm Tương ứng với trường hợp : - google trả 10 nhận dạng website - google trả 30 nhận dạng website - google trả 100 nhận dạng 10 website Tuy nhiên số lượng tập hạt giống ban đầu có tên sản phẩm nên số lượng website kinh doanh sản phẩm nhận dạng cịn 4.2.3 Thực nghiệm thu thập trích xuất thơng tin từ website Mơ tả thực nghiệm Mục đích thực nghiệm để kiểm nghiệm phương pháp trích xuất thơng tin sản phẩm nêu “bài tốn tự động trích xuất tên giá sản phẩm” muc 3.3.3 Thực nghiệm giúp đánh giá tính xác mẫu trích xuất thực nghiệm 4.3.2 - Đầu vào : Website kinh doanh mẫu trích xuất tương ứng với wesite thực nghiệm xác định website kinh doanh - Đầu : Tên sản phẩm giá sản phẩm Dữ liệu sử dụng Trong thực nghiệm sử dụng website thực nghiệm 2: - www.dienthoaididong.com.vn - www.trananh.vn Hai website kinh doanh thu thập liệu, với số lượng 5000 tài liệu website trích xuất liệu từ tập liệu dựa vào mẫu trích xuất tương ứng với website 52 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Kết thực nghiệm mô tả thông qua bảng Bảng Kết thực nghiệm trích xuất sản phẩm Website Kết trích xuất www.dienthoaididong.com.vn 743 sản phẩm www.trananh.vn 416 sản phẩm Nhận xét Số lượng sản phẩm trích xuất nhiều Trong số sản phẩm trích xuất tất sản phẩm xác, điều cho thấy phương pháp trích xuất thơng tin xác Tuy nhiên 416 sản phẩm website www.trananh.vn có sản phẩm điện thoại di động website có sản phẩm máy vi tính, ngun nhân kết sản phẩm tập hạt giống tên loại điện thoại di động khuôn mẫu lĩnh vực điện thoại máy tính website khác 4.2.4 Thực nghiệm khả thu thập thông tin hệ thống Mơ tả thực nghiệm Mục đích thực nghiệm đánh giá khả thu thập thông tin tên giá sản phẩm hệ thống - Đầu vào: Tập hạt giống tên sản phẩm - Đầu ra: Tên giá sản phẩm trích xuất Dữ liệu thực nghiệm Tên sản phẩm tập hạt giống lấy từ trang vatgia.com [19] Các tên sản phẩm phân bố nhiều loại sản phẩm như: điện thoại, máy tính, máy ảnh, trang sức, đồ gia dụng… 53 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Kết thực nghiệm mô tả thông qua bảng Bảng Kết thực nghiệm khả thu thập thông tin hệ thống Số lượng tên sản phẩm tập hạt giống Số lượng website kinh doanh xác định Số lượng sản phẩm trích xuất 334 sản phẩm 125 trang kinh doanh (phụ lục 2) 47.856 sản phẩm, có 34.012 sản phẩm khơng trùng Nhận xét: Kết cho thấy khả thu thập thông tin hệ thống đạt hiệu tốt Số lượng sản phẩm hệ thống trích xuất lớn, sản phẩm dàn trải nhiều chủng loại Một số sản phẩm tiêu biểu minh họa bảng Bảng Một số sản phẩm trích xuất Tên sản phẩm Giá sản phẩm Chủng loại nokia 2680 slide 1,530,000 vnđ Điện thoại di động canon powershot g10 8.645.000 vnđ Máy ảnh kỹ thuật số dell inspiron mini - r560921vn ( pc 8,029,000 vnđ - dos ) Máy laptop Comple nam hiệu Cavil Klein 14.560.000 vnđ Thời trang Phấn trang điểm - Ohui 575.000 vnđ Mỹ phẩm 54 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Kết luận Kết đạt khóa luận Từ việc nghiên cứu tốn trích xuất thơng tin cho liệu bán cấu trúc, khóa luận đưa phương pháp tự động trích xuất giá sản phẩm Qua kết thực nghiệm đạt cho thấy tính hữu dụng phương pháp Về mặt nội dung, khóa luận đạt kết sau: - Trình bày khái niệm, miền liệu hướng tiếp cận tốn trích xuất thơng tin Web - Nghiên cứu tốn trích xuất thông tin cho liệu bán cấu trúc: Nêu phương pháp sử dụng việc trích xuất, giới thiệu hai giải thuật trích xuất Stalker Roadrunner đồng thời phân tích ưu nhược điểm giải thuật nhằm xây dựng phương pháp phù hợp để giải tốn trích xuất thơng tin giá sản phẩm - Xây dựng tập luật để trích xuất giá biết tên sản phẩm trang web, ngồi khóa luận xây dựng tập luật để trích xuất ảnh, thơng tin bảo hành sản phẩm - Xây dựng mơ hình hệ thống tìm kiếm giá sản phẩm dựa vào sở lý thuyết tốn trích xuất thơng tin giá sản phẩm - Xây dựng module trích xuất giá sản biết tên sản phẩm - Xây dựng module xác định website kinh doanh sản phẩm - Xây dựng module trích xuất thơng tin tên giá sản phẩm website kinh doanh sản phẩm thơng qua mẫu trích xuất - Xây dựng chương trình để thi hành tốn trích xuất thông tin giá sản phẩm đạt kết khả quan việc thu thập thông tin 55 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Bên cạnh những, hạn chế mặt thời gian kiến thức khóa luận cịn hạn chế sau: - Khóa luận chưa xây dựng giao diện người dùng kết thực nghiệm xác định giá thực sản phẩm cho trước chưa đạt độ xác mong muốn Định hướng tương lai Trong tương lai, khóa luận tiếp tục hoàn thiện hạn chế nên trên, đồng thời cố gắng để công bố hệ thống để phục vụ cho người sử dụng 56 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Tài liệu tham khảo [1] Andrew Carlson and Charles Schafer, Bootstrapping Information Extraction from Semi-structured Web Pages, ECML/PKDD, 2008 [2] Bing Liu, Web Data Mining Exploring Hyperlinks, Contents, and Usage Data, http://www.cs.uic.edu/~liub/WebMiningBook.html ,December, 2006 [3] Elwin Chai, Rick Jones, Automated Price Comparison Shopping Search Engine _ PriceHunter, CSE,2001 [4] Irmak, and T Suel, Interactive Wrapper Generation with Minimal User Effort In Proc of the 15th Intl Conf on World Wide Web (WWW'06), 2006 [5] I Muslea, S Minton, and C A Knoblock A Hierarchical Approach to Wrapper Induction In Proc of the Intl Conf on Autonomous Agents (AGENTS’99), pp 190– 197, 1999 [6] Jaeyoung Yang, Heekuck Oh, Kyung-Goo Doh and Joongmin Choi A ,KnowledgeBased Information Extraction System for Semi-structured Labeled Documents, Proceedings of the Third International Conference on Intelligent Data Engineering and Automated Learning, 2002 [7] Robert Bo Doorenbos, Oren Etzioni, and Daniel So Weld, A Scalable ComparisonShopping Agent for the World-Wide Web, www.cs.washington.edu/homes/etzioni/papers/agents97.pdf, 1997 [8] Sergey Brin, Extracting Patterns and Relations from the World Wide Web, WebDB Workshop at 6th International Conference on Extending Database Technology, 1998 [9] S Debnath, P Mitra, N Pal, and C L Giles Automatic Identification of Informative , IEEE Trans Knowl Data Eng 17 , 2005 [10] S Debnath, P Mitra, and C L Giles Automatic extraction of informative blocks from webpages In Proc SAC, pages 1722-1726, 2005 [11] Sections of Web-pages In TKDE, pages 1233–1246, 2005 57 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com [12] V Crescenzi, G Mecca, and P Merialdo Roadrunner: Towards Automatic Data Extraction from Large Web Sites.In Proc of Very Large Data Bases (VLDB’01), pp.109–118, 2001 [13] WIEN N Kushmerick Wrapper Induction for Information Extraction Ph.D Thesis Dept of Computer Science, University of Washington, TR UW-CSE-97-1104, 1997 [14] W Cohen, M Hurst, and L S Jensen A Flexible Learning System for Wrapping Tables and Lists in Html Documents In Proc of the 11th Intl World Wide Web Conf (WWW’02), pp 232–241, 2002 [15] http://www.w3.org/DOM/ [16] http://www.w3.org/TR/xpath [17] http://www.dcs.bbk.ac.uk/~ptw/teaching/ssd/toc.html [18] http://en.wikipedia.org/wiki/Price_comparison_service [19] http://www.vatgia.com 58 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Phụ lục Phụ lục 1: Danh sách số website khảo sát đặc trưng giá sản phẩm Địa website www.amazon.com www.jr.com www.imobilecellphones.com www.220depot.com www.trananh.vn www.vatgia.com www.rongbay.com www.vinabook.com www.sieuthitrangsuc.com www.aodaiminhthu.com www.goodsmart.vn 59 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Phụ lục 2: Danh sách số website kinh doanh xác định thực nghiệm 4.4.4 Địa website www.ducminhmobile.net www.gsmserver.com www.gounlock.com www.123mua.com.vn www.dienthoaididong.com.vn www.vatgia.com www.aha.vn www.chodientu.vn www.raovat.net www.trananh.vn www.megabuy.vn 60 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com ... NGHỆ Vũ Tiến Thành BÀI TỐN TRÍCH XUẤT THƠNG TIN CHO DỮ LIỆU BÁN CẤU TRÚC VÀ ÁP DỤNG XÂY DỰNG HỆ THỐNG TÌM KIẾM GIÁ CẢ SẢN PHẨM KHỐ LUẬN TỐT NGHIỆP ĐẠI HỌC HỆ CHÍNH QUY Ngành: Cơng nghệ thông tin. .. tốn trích xuất thơng tin cho liệu bán cấu trúc Chủ đề khóa luận áp dụng tốn trích xuất thơng tin cho liệu bán cấu trúc để xây dựng hệ thống tìm kiếm giá Chương giới thiệu tốn trích xuất thơng tin. .. thông tin bán cấu trúc để xây dựng hệ thống tìm kiếm giá sản phẩm Việc áp dụng tốn trích xuất thơng tin cho liệu bán cấu trúc để xây dựng hệ thống tìm kiếm giá sản phẩm vấn đề quan trọng khóa