KR20210041269A

KR20210041269A - Intelligent crawling system and intelligent crawling method

Info

Publication number: KR20210041269A
Application number: KR1020190123737A
Authority: KR
Inventors: 최진영; 김현조
Original assignee: 주식회사 더방픽
Priority date: 2019-10-07
Filing date: 2019-10-07
Publication date: 2021-04-15
Also published as: KR102322919B1

Abstract

Disclosed are an intelligent crawling system in which a user can simultaneously obtain information of various sites through simple inquiry without accessing each of the sites, a method thereof, and a recording medium. According to an embodiment of the present invention, the intelligent crawling system includes: a pattern recognizer which analyzes a pattern of a document object model (DOM) for each specified various target websites; a web crawler which crawls data from the various target websites based on the DOM; and a data providing unit which collectively provides crawled data of the various target websites to a user terminal.

Description

Intelligent crawling system and intelligent crawling method

본 발명은 지능형 크롤링 시스템 및 지능형 크롤링 방법에 관한 것으로, 보다 상세하게는 사용자가 여러 사이트들에 각각 접근하지 않고도 간편한 조회를 통해 다양한 사이트들의 정보를 동시에 얻을 수 있는 지능형 크롤링 시스템 및 지능형 크롤링 방법에 관한 것이다.The present invention relates to an intelligent crawling system and an intelligent crawling method, and more particularly, to an intelligent crawling system and an intelligent crawling method in which a user can obtain information of various sites at the same time through a simple inquiry without accessing each of the sites. will be.

현재의 웹사이트 크롤링(crawling) 방식은 응용 프로그램 인터페이스(API; Application Program Interface)를 사용하여 호출되는 값을 받아오거나 웹사이트의 각 페이지로 직접 접근하여 해당 페이지 내 데이터를 모으는 방식으로 구현되고 있다. 이와 같은 종래의 웹 사이트 직접 접근 방식은 일정 시간 내 빈번한 접근 시도시 웹 사이트로의 접근이 쉽게 차단되는 문제가 있다. 웹 사이트는 기본적으로 불특정 상대가 자신의 사이트를 스크랩하지 못하게 막을 수 있으며, 이로 인해 웹 사이트로부터 데이터 크롤링이 제한되는 한계가 있다. 또한, 종래에는 사용자가 비교를 원하는 여러 사이트에 각각 접근하여 데이터를 수집하고, 각 사이트에서 수집한 데이터를 비교, 분석하는 과정을 거쳐야 하므로, 조회 과정이 번거롭고 불편한 문제가 있었다.The current website crawling method is implemented in such a way that a value called by using an application program interface (API) is received, or by directly accessing each page of a website and collecting data in the corresponding page. Such a conventional direct access to a web site has a problem in that access to a web site is easily blocked when frequent access attempts are made within a certain period of time. Web sites can basically prevent unspecified parties from scraping their site, and this limits data crawling from the web site. In addition, in the related art, since the user has to access multiple sites for comparison to collect data, and to compare and analyze the data collected from each site, there is a problem that the inquiry process is cumbersome and inconvenient.

본 발명은 사용자가 여러 사이트들에 각각 접근하지 않고도 간편한 조회를 통해 다양한 사이트들의 정보를 동시에 얻을 수 있는 지능형 크롤링 시스템 및 방법, 기록 매체를 제공하기 위한 것이다.The present invention is to provide an intelligent crawling system, a method, and a recording medium in which a user can simultaneously obtain information on various sites through simple inquiry without accessing each of the sites.

본 발명의 실시예에 따른 지능형 크롤링 시스템은, 지정된 다양한 타겟 웹사이트 별로 문서 객체 모델(DOM; Document Object Model)의 패턴을 분석하는 패턴 인식기; 상기 다양한 타겟 웹사이트로부터 상기 문서 객체 모델을 기반으로 데이터를 크롤링하는 웹 크롤러; 및 크롤링된 상기 다양한 타겟 웹사이트의 데이터를 사용자 단말기로 일괄하여 제공하는 데이터 제공부를 포함한다.An intelligent crawling system according to an embodiment of the present invention includes a pattern recognizer that analyzes a pattern of a document object model (DOM) for each of various designated target websites; A web crawler that crawls data from the various target websites based on the document object model; And a data providing unit that collectively provides the crawled data of the various target websites to a user terminal.

본 발명의 실시예에 따른 지능형 크롤링 시스템은, 상기 다양한 타겟 웹사이트 별로 인식된 문서 객체 모델의 패턴을 기반으로 상기 다양한 타겟 웹사이트로부터 수집한 데이터에서 필요 정보를 추출하는 스크랩부를 더 포함할 수 있다.The intelligent crawling system according to an embodiment of the present invention may further include a scraper for extracting necessary information from data collected from the various target websites based on patterns of document object models recognized for each of the various target websites. .

본 발명의 실시예에 따른 지능형 크롤링 시스템은, 상기 웹 크롤러를 구비한 서버에 제공되고, 상기 타겟 웹사이트의 데이터를 상기 사용자 단말기를 통해 수집하는 데이터 수집부를 더 포함할 수 있다.The intelligent crawling system according to an embodiment of the present invention may further include a data collection unit provided to a server equipped with the web crawler and collecting data of the target website through the user terminal.

상기 데이터 수집부는, 상기 사용자 단말기로부터 정보 요청시, 상기 사용자 단말기가 상기 타겟 웹사이트에 접근하게 하고, 상기 사용자 단말기의 응용 프로그램 어플리케이션에서 상기 타겟 웹사이트로부터 받은 데이터를 상기 웹 크롤러를 구비한 서버로 전달하게 하여 상기 타겟 웹사이트의 데이터를 상기 사용자 단말기를 통해 수집할 수 있다.The data collection unit, when requesting information from the user terminal, causes the user terminal to access the target website, and sends the data received from the target website from the application program application of the user terminal to a server equipped with the web crawler. The data of the target website may be collected through the user terminal by transmitting the data.

상기 데이터 제공부는, 상기 사용자 단말기로부터 정보 요청시, 요청된 정보가 상기 서버의 데이터베이스에 저장되어 있는지 판단하고; 상기 요청된 정보가 상기 서버의 데이터베이스에 저장되어 있는 경우, 상기 데이터베이스에 저장된 정보를 상기 사용자 단말기로 제공하고; 그리고 상기 요청된 정보가 상기 서버의 데이터베이스에 저장되어 있지 않은 경우, 상기 사용자 단말기에서 상기 타겟 웹페이지에 접근하여 수집한 데이터를 상기 서버로 전달하도록 상기 사용자 단말기의 응용 프로그램 어플리케이션을 실행시키도록 구성될 수 있다.The data providing unit, upon requesting information from the user terminal, determines whether the requested information is stored in the database of the server; If the requested information is stored in the database of the server, providing the information stored in the database to the user terminal; And, when the requested information is not stored in the database of the server, the user terminal accesses the target web page and is configured to execute the application program application of the user terminal to transmit the collected data to the server. I can.

본 발명의 실시예에 따른 지능형 크롤링 시스템은, 상기 다양한 타겟 웹사이트 별로 상기 타겟 웹사이트로부터 수집한 데이터에서 마이닝 블록, 상기 마이닝 블록의 속성 및 필드를 지정하는 관리자 단말기를 더 포함할 수 있다.The intelligent crawling system according to an embodiment of the present invention may further include a manager terminal for designating a mining block, properties and fields of the mining block from data collected from the target website for each of the various target websites.

상기 패턴 인식기는 상기 관리자 단말기에 의해 지정된 마이닝 블록, 속성 및 필드를 기반으로 상기 다양한 타겟 웹사이트 별로 상기 문서 객체 모델을 인식할 수 있다.The pattern recognizer may recognize the document object model for each of the various target websites based on mining blocks, attributes, and fields designated by the manager terminal.

상기 다양한 웹사이트는 온라인 부동산 정보 제공 웹사이트들을 포함할 수 있다.The various websites may include online real estate information providing websites.

상기 데이터 제공부는, 서로 다른 문서 객체 패턴으로 데이터를 제공하는 다양한 타겟 웹사이트로부터 필요 정보를 추출하여, 일관된 문서 객체 패턴으로 통합하여 표시할 수 있다.The data providing unit may extract necessary information from various target websites that provide data in different document object patterns, and display them in a consistent document object pattern.

본 발명의 실시예에 따른 지능형 크롤링 방법은, 패턴 인식기에 의해, 지정된 다양한 타겟 웹사이트 별로 문서 객체 모델(DOM; Document Object Model)의 패턴을 분석하는 단계; 웹 크롤러에 의해, 상기 다양한 타겟 웹사이트로부터 상기 문서 객체 모델을 기반으로 데이터를 크롤링하는 단계; 및 데이터 제공부에 의해, 상기 사용자 단말기로 크롤링된 상기 다양한 타겟 웹사이트의 데이터를 일괄하여 제공하는 단계를 포함한다.An intelligent crawling method according to an embodiment of the present invention includes the steps of analyzing, by a pattern recognizer, a pattern of a document object model (DOM) for each designated various target websites; Crawling data based on the document object model from the various target websites by a web crawler; And providing the data of the various target websites crawled to the user terminal in a batch by a data providing unit.

본 발명의 실시예에 따른 지능형 크롤링 방법은, 스크랩부에 의해, 상기 다양한 타겟 웹사이트 별로 인식된 문서 객체 모델의 패턴을 기반으로 상기 다양한 타겟 웹사이트로부터 수집한 데이터에서 필요 정보를 추출하는 단계를 더 포함할 수 있다.The intelligent crawling method according to an embodiment of the present invention includes, by a scrap unit, extracting necessary information from data collected from the various target websites based on patterns of document object models recognized for each of the various target websites. It may contain more.

본 발명의 실시예에 따른 지능형 크롤링 방법은, 데이터 수집부에 의해, 상기 사용자 단말기를 통해 상기 타겟 웹사이트의 데이터를 수집하는 단계를 더 포함할 수 있다.The intelligent crawling method according to an embodiment of the present invention may further include collecting, by a data collection unit, data of the target website through the user terminal.

상기 타겟 웹사이트의 데이터를 수집하는 단계는, 상기 사용자 단말기로부터 정보 요청시, 상기 사용자 단말기가 상기 타겟 웹사이트에 접근하게 하고, 상기 사용자 단말기의 응용 프로그램 어플리케이션에서 상기 타겟 웹사이트로부터 받은 데이터를 상기 웹 크롤러를 구비한 서버로 전달하게 하여 상기 타겟 웹사이트의 데이터를 상기 사용자 단말기를 통해 수집하는 단계를 포함할 수 있다.The step of collecting the data of the target website includes allowing the user terminal to access the target website when requesting information from the user terminal, and receiving the data received from the target website in an application program application of the user terminal. It may include the step of collecting data of the target website through the user terminal by transmitting it to a server equipped with a web crawler.

상기 다양한 타겟 웹사이트의 데이터를 일괄하여 제공하는 단계는, 상기 사용자 단말기로부터 정보 요청시, 요청된 정보가 상기 서버의 데이터베이스에 저장되어 있는지 판단하는 단계; 상기 요청된 정보가 상기 서버의 데이터베이스에 저장되어 있는 경우, 상기 데이터베이스에 저장된 정보를 상기 사용자 단말기로 제공하는 단계; 및 상기 요청된 정보가 상기 서버의 데이터베이스에 저장되어 있지 않은 경우, 상기 사용자 단말기에서 상기 타겟 웹페이지에 접근하여 수집한 데이터를 상기 서버로 전달하도록 상기 사용자 단말기의 응용 프로그램 어플리케이션을 실행시키는 단계를 포함할 수 있다.The providing of the data of the various target websites at once may include determining whether the requested information is stored in the database of the server upon requesting information from the user terminal; If the requested information is stored in the database of the server, providing the information stored in the database to the user terminal; And when the requested information is not stored in the database of the server, executing an application program application of the user terminal so that the user terminal accesses the target web page and transmits the collected data to the server. can do.

본 발명의 실시예에 따른 지능형 크롤링 방법은, 관리자 단말기에 의해, 상기 다양한 타겟 웹사이트 별로 상기 타겟 웹사이트로부터 수집한 데이터에서 마이닝 블록, 상기 마이닝 블록의 속성 및 필드를 지정하는 단계를 더 포함할 수 있다.The intelligent crawling method according to an embodiment of the present invention further includes, by an administrator terminal, designating a mining block, properties and fields of the mining block from data collected from the target website for each of the various target websites. I can.

상기 문서 객체 모델의 패턴을 분석하는 단계는, 상기 관리자 단말기에 의해 지정된 마이닝 블록, 속성 및 필드를 기반으로 상기 다양한 타겟 웹사이트 별로 상기 문서 객체 모델을 인식할 수 있다.In analyzing the pattern of the document object model, the document object model may be recognized for each of the various target websites based on mining blocks, attributes, and fields designated by the manager terminal.

상기 다양한 타겟 웹사이트의 데이터를 일괄하여 제공하는 단계는, 서로 다른 문서 객체 패턴으로 데이터를 제공하는 다양한 타겟 웹사이트로부터 필요 정보를 추출하여, 일관된 문서 객체 패턴으로 통합하여 표시할 수 있다.In the step of collectively providing data of various target websites, necessary information may be extracted from various target websites that provide data in different document object patterns, and displayed in a consistent document object pattern.

본 발명의 실시예에 따르면, 상기 지능형 크롤링 방법을 실행하기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체가 제공된다.According to an embodiment of the present invention, a computer-readable recording medium in which a program for executing the intelligent crawling method is recorded is provided.

본 발명의 실시예에 의하면, 사용자가 여러 사이트들에 각각 접근하지 않고도 간편한 조회를 통해 다양한 사이트들의 정보를 동시에 얻을 수 있는 지능형 크롤링 시스템 및 방법, 기록 매체가 제공된다.According to an embodiment of the present invention, there is provided an intelligent crawling system, method, and recording medium capable of simultaneously obtaining information on various sites through a simple inquiry without a user accessing each of the sites.

도 1은 본 발명의 실시예에 따른 지능형 크롤링 시스템의 구성도이다.
도 2는 본 발명의 일 실시예에 따른 지능형 크롤링 방법의 순서도로서, 관리자 단말기 또는 서버가 타겟 웹사이트에 접근하여 데이터를 크롤링하는 과정을 나타낸 순서도이다.
도 3은 본 발명의 다른 실시예에 따른 지능형 크롤링 방법의 순서도로서, 서버가 사용자 단말기로부터 타겟 웹사이트의 데이터를 전달받아 데이터를 크롤링하는 과정을 나타낸 순서도이다.
도 4 및 도 5는 본 발명의 또 다른 실시예들에 따른 지능형 크롤링 방법의 순서도이다.1 is a block diagram of an intelligent crawling system according to an embodiment of the present invention.
2 is a flowchart of an intelligent crawling method according to an embodiment of the present invention, and is a flowchart illustrating a process of crawling data by accessing a target website by an administrator terminal or a server.
3 is a flowchart of an intelligent crawling method according to another embodiment of the present invention, and is a flowchart illustrating a process in which a server receives data of a target website from a user terminal and crawls the data.
4 and 5 are flow charts of an intelligent crawling method according to still other embodiments of the present invention.

본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.Advantages and features of the present invention, and a method of achieving them will become apparent with reference to the embodiments described below in detail together with the accompanying drawings. However, the present invention is not limited to the embodiments disclosed below, but may be implemented in a variety of different forms, and only these embodiments make the disclosure of the present invention complete, and are common knowledge in the technical field to which the present invention pertains. It is provided to completely inform the scope of the invention to those who have, and the invention is only defined by the scope of the claims. The same reference numerals refer to the same elements throughout the specification.

본 명세서에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 본 명세서에서 사용되는 '~부'는 적어도 하나의 기능이나 동작을 처리하는 단위로서, 예를 들어 소프트웨어, FPGA 또는 하드웨어 구성요소를 의미할 수 있다. '~부'에서 제공하는 기능은 복수의 구성요소에 의해 분리되어 수행되거나, 다른 추가적인 구성요소와 통합될 수도 있다. 본 명세서의 '~부'는 반드시 소프트웨어 또는 하드웨어에 한정되지 않으며, 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고, 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 이하에서는 도면을 참조하여 본 발명의 실시예에 대해서 구체적으로 설명하기로 한다.In the present specification, when a part "includes" a certain component, it means that other components may be further included rather than excluding other components unless otherwise stated. As used herein,'~ unit' is a unit that processes at least one function or operation, and may mean, for example, software, FPGA, or hardware components. The functions provided by the'~ unit' may be performed separately by a plurality of elements, or may be integrated with other additional elements. The'~ unit' in the present specification is not necessarily limited to software or hardware, and may be configured to be in an addressable storage medium, or may be configured to reproduce one or more processors. Hereinafter, embodiments of the present invention will be described in detail with reference to the drawings.

도 1은 본 발명의 실시예에 따른 지능형 크롤링 시스템의 구성도이다. 도 1을 참조하면, 본 발명의 실시예에 따른 지능형 크롤링 시스템(100)은 타겟 웹사이트(10)의 정보를 사용자 단말기(20)로 제공하기 위한 것으로, 관리자 단말기(120)와 서버(140)를 포함할 수 있다.1 is a block diagram of an intelligent crawling system according to an embodiment of the present invention. Referring to FIG. 1, the intelligent crawling system 100 according to an embodiment of the present invention is for providing information on the target website 10 to the user terminal 20, and the manager terminal 120 and the server 140 It may include.

타겟 웹사이트(Target Website)(10)는 원본 데이터(original data)를 보유하고 있는 웹사이트로서, 관리자 단말기(120)에 의해 지정된 웹사이트 또는 서버(140)에 설정된 웹사이트일 수 있다.The target website 10 is a website holding original data, and may be a website designated by the administrator terminal 120 or a website set in the server 140.

사용자 단말기(20)는 다양한 웹사이트에서 부동산 매물 등의 정보를 조회하여 비교, 분석하고자 하는 사용자의 단말기로서, 예를 들어 스마트폰, 스마트워치, 스마트패드, 태블릿 PC, 노트북, PDA(Personal Digital Assistants), 데스크탑 컴퓨터 등의 단말기일 수 있으나, 이에 제한되는 것은 아니다.The user terminal 20 is a terminal of a user who wants to search, compare, and analyze information such as real estate on various websites. For example, a smartphone, a smart watch, a smart pad, a tablet PC, a notebook, a PDA (Personal Digital Assistants). ), it may be a terminal such as a desktop computer, but is not limited thereto.

본 발명의 실시예에 따른 지능형 크롤링 시스템(100)은 사용자 단말기(20)가 타겟 웹사이트(10)의 서버(140)에 데이터를 호출 시 사용자 단말기(20)의 응용 프로그램(application program)에서 타겟 웹사이트(10)의 데이터를 받아 두게 하고, 타겟 웹사이트(10)에 호출, 조회한 데이터를 사용자 단말기(20)로부터 수집하는 방법으로 타겟 웹사이트(10)의 데이터를 크롤링할 수 있다.The intelligent crawling system 100 according to an embodiment of the present invention is targeted by an application program of the user terminal 20 when the user terminal 20 calls data to the server 140 of the target website 10. The data of the target website 10 may be crawled by receiving data from the website 10 and collecting the data called and inquired by the target website 10 from the user terminal 20.

실시예에서, 지능형 크롤링 시스템(100)은 타겟 웹사이트(10) 별로 문서 객체 모델(DOM; Document Object Model)의 패턴을 분석하는 DOM 특징 분석(DOM feature analysis)과, 타겟 웹사이트(10)의 데이터에서 사용자 단말기(20)에 제공할 필요 정보를 추출하기 위한 마이닝 영역 관리(mining area management)를 통해 데이터를 크롤링할 수 있다.In an embodiment, the intelligent crawling system 100 includes a DOM feature analysis that analyzes the pattern of a document object model (DOM) for each target website 10 and the target website 10 Data may be crawled through mining area management for extracting necessary information to be provided to the user terminal 20 from the data.

문서 객체 모델(DOM)은 프로그램이나 스크립트가 웹 페이지 내의 구성 요소들에 접근하여 내용이나 스타일 등을 변경할 수 있게 해주는 인터페이스이다. 브라우저에서 HTML, XML 등의 웹 페이지가 로딩되면 문서 객체 모델은 브라우저 내에 트리(tree) 형태로 문서 내 요소들을 구성하게 된다.Document Object Model (DOM) is an interface that allows a program or script to access components in a web page and change the content or style. When a web page such as HTML or XML is loaded in the browser, the document object model composes the elements in the document in the form of a tree in the browser.

지능형 크롤링 시스템(100)은 다양한 타겟 웹사이트(10) 별로 문서 객체 모델의 패턴을 인식하여, 타겟 웹사이트(10) 별로 인식한 문서 객체 모델 패턴을 기반으로 타겟 웹사이트(10)의 웹페이지 데이터에서 필요로 하는 정보를 추출할 수 있다.The intelligent crawling system 100 recognizes the pattern of the document object model for each of the various target websites 10, and the web page data of the target website 10 based on the document object model pattern recognized for each target website 10. You can extract the information you need from.

지능형 크롤링 시스템(100)은 다양한 웹사이트(10)로부터 데이터를 크롤링하고, 다양한 웹사이트(10)로부터 수집한 데이터를 통합하여 사용자 단말기(20)에 일괄하여 제공하는 서비스를 제공할 수 있다. 다양한 웹사이트(10)의 일 예는, 온라인 부동산 정보 제공 웹사이트들(예를 들어, 다방, 직방 등)일 수 있으나, 이에 제한되는 것은 아니다.The intelligent crawling system 100 can provide a service that crawls data from various websites 10, integrates data collected from various websites 10, and collectively provides them to the user terminal 20. An example of the various websites 10 may be online real estate information providing websites (eg, coffee shops, jikbang, etc.), but is not limited thereto.

관리자 단말기(120)는 타겟 웹사이트(10)에서 수집한 웹페이지들의 구조를 기반으로, 마이닝 블록 지정, 속성(attribute) 지정, 필드(field) 지정, URL 리스트 관리, 에러 로그 관리, 인증 관리 등을 수행할 수 있다. 관리자 단말기(120)는 다수개의 타겟 웹사이트(10) 별로 마이닝 블록, 속성 및 필드를 지정하고, URL 리스트 관리, 에러 로그 관리, 인증 관리 등을 수행할 수 있다. Based on the structure of web pages collected by the target website 10, the manager terminal 120 designates a mining block, designates an attribute, designates a field, manages a URL list, manages an error log, manages authentication, etc. You can do it. The manager terminal 120 may designate mining blocks, attributes, and fields for each of a plurality of target websites 10, and perform URL list management, error log management, authentication management, and the like.

관리자 단말기(120)는 웹사이트 리스트, 마이닝 영역, 수집 주기, 에러 로그(Error Log) 등을 그래픽 유저 인터페이스(GUI; Graphic User Interface) 형태로 관리할 수 있다. 실시예에서, 관리자 단말기(120)는 마이닝 블록 지정부(121), 속성 지정부(122), 필드 지정부(123), URL 리스트 관리부(124), 에러 로그 관리부(125) 및 인증 관리부(126)를 포함할 수 있다.The manager terminal 120 may manage a website list, a mining area, a collection period, an error log, and the like in the form of a Graphic User Interface (GUI). In an embodiment, the manager terminal 120 includes a mining block designation unit 121, an attribute designation unit 122, a field designation unit 123, a URL list management unit 124, an error log management unit 125, and an authentication management unit 126. ) Can be included.

마이닝 블록 지정부(121)는 웹사이트(10)로부터 수집된 데이터에 대해 마이닝 블록(Mining Block)을 지정하기 위한 마이닝 블록 지정 UI(User Interface)를 포함할 수 있다. 웹사이트(10)가 부동산 매물 정보를 제공하는 사이트인 경우를 예로 들면, 마이닝 블록 지정부(121)는 웹사이트(10) 별로 웹페이지 내에서 부동산 매물의 사진, 주거 형태(아파트, 빌라, 다세대 등), 방수(원룸, 투룸, 쓰리룸 등), 가격(매매가, 전세가, 월세 등), 위치(주소, 층수 등), 면적(전용면적, 공급면적 등), 입주 가능 시기, 기타 옵션(에어컨, 애완동물 허용 여부 등) 등의 정보를 나타내는 다양한 블록들의 위치, 크기 등을 지정할 수 있다.The mining block designation unit 121 may include a mining block designation user interface (UI) for designating a mining block for data collected from the website 10. For example, in the case where the website 10 is a site that provides real estate sales information, the mining block designation unit 121 provides a picture of real estate for sale in the web page for each website 10, and the type of residence (apartment, villa, multi-family Etc.), waterproof (one-room, two-room, three-room, etc.), price (purchase price, charter price, monthly rent, etc.), location (address, number of floors, etc.), area (exclusive area, supply area, etc.), occupancy period, other options (air conditioner, It is possible to designate the location and size of various blocks indicating information such as whether pets are allowed or not.

속성 지정부(122)는 웹사이트(10)로부터 수집된 데이터에 대해 속성(Attribution)을 지정하기 위한 속성 지정 UI를 포함할 수 있다. 속성 지정부(122)는 마이닝 블록 지정부(121)에 의해 지정된 마이닝 블록들의 속성을 지정하기 위해 제공될 수 있다. 속성 지정부(122)는 예를 들어, 웹사이트(10) 별로 부동산 매물의 사진, 주거 형태, 방수, 가격, 위치, 면적, 입주 가능 시기, 옵션 등의 속성을 지정할 수 있다.The attribute designation unit 122 may include an attribute designation UI for designating an attribute (attribution) for data collected from the website 10. The attribute designation unit 122 may be provided to designate attributes of mining blocks designated by the mining block designation unit 121. The attribute designating unit 122 may designate attributes such as photos of real estate for sale, residential type, waterproofing, price, location, area, occupancy time, options, etc. for each website 10.

필드 지정부(123)는 웹사이트(10)로부터 수집된 데이터에 대해 필드(Field)를 지정하기 위한 필드 지정 UI를 포함할 수 있다. 필드 지정부(123)는 속성 지정부(122)에 의해 속성이 지정된 마이닝 블록들의 필드를 지정할 수 있다. 필드 지정부(123)는 예를 들어, 웹사이트(10) 별로 부동산 매물의 사진, 주거 형태, 방수, 가격, 위치, 면적, 입주 가능 시기, 옵션 등의 필드들을 지정할 수 있다.The field designation unit 123 may include a field designation UI for designating a field for data collected from the website 10. The field designation unit 123 may designate a field of mining blocks to which an attribute is designated by the attribute designation unit 122. The field designation unit 123 may designate fields such as photos of real estate for sale, housing type, waterproofing, price, location, area, occupancy time, options, etc. for each website 10.

URL 리스트 관리부(124)는 웹사이트(10) 별로 웹페이지들의 URL(Uniform Resource Locator) 리스트를 관리할 수 있다. 에러 로그 관리부(125)는 웹사이트(10)에서 데이터 크롤링 수집시의 오류 정보를 나타내는 에러 로그(Error Log)를 관리할 수 있다. 인증 관리부(126)는 웹사이트(10) 접속 및 데이터 지정/관리를 위한 인증(Authentication) 정보를 관리할 수 있다.The URL list management unit 124 may manage a URL (Uniform Resource Locator) list of web pages for each website 10. The error log management unit 125 may manage an error log indicating error information when data crawling is collected on the website 10. The authentication management unit 126 may manage authentication information for accessing the website 10 and designating/managing data.

서버(140)는 관리자 단말기(120)에 의해 지정된 내역을 바탕으로 크롤링을 수행하고, 크롤링된 데이터를 사용자 단말기(20)로 반환할 수 있다. 또한, 서버(140)는 사용자 단말기(20)에서 웹사이트(10)를 조회한 데이터를 수집한 후 필요 정보를 추출하여 저장하고, 이후 다른 사용자 단말기에서 해당 정보를 요청시 서버(140)에 저장해둔 데이터를 제공할 수 있다.The server 140 may perform a crawl based on the details specified by the administrator terminal 120 and return the crawled data to the user terminal 20. In addition, the server 140 collects data from the user terminal 20 inquiring the website 10, extracts and stores the necessary information, and then stores the information in the server 140 when the other user terminal requests the information. You can provide the data you have done.

실시예에서, 서버(140)는 웹 크롤러(Web Crawler)(141), 패턴 인식기(Pattern Recognizer)(142), 스크랩부(143), 데이터 수집부(144), 데이터 제공부(145), 스케쥴러(Scheduler)(146), 에러 핸들러(Error Handler)(147), 외부 API 연동 모듈(148) 및 데이터베이스(database)(149)를 포함할 수 있다.In an embodiment, the server 140 is a web crawler 141, a pattern recognizer 142, a scrap unit 143, a data collection unit 144, a data providing unit 145, a scheduler A (Scheduler) 146, an error handler 147, an external API interworking module 148, and a database 149 may be included.

웹 크롤러(141)는 설정된 주기마다 각 타겟 웹사이트(10)에 접근하여 크롤링을 수행하거나, 사용자 단말기(20)가 타겟 웹사이트(10)에 조회하여 서버(140)로 전달한 데이터에 대해 크롤링을 수행할 수 있다. 웹 크롤러(141)에 의해 크롤링된 데이터는 데이터베이스(149)에 저장될 수 있다.The web crawler 141 accesses and crawls each target website 10 every set period, or crawls the data transmitted to the server 140 by the user terminal 20 inquiring the target website 10. You can do it. Data crawled by the web crawler 141 may be stored in the database 149.

웹 크롤러(141)는 관리자 단말기(120)에서 입력된 정보를 기반으로 크롤링을 수행할 수 있다. 즉, 웹 크롤러(141)는 관리자 단말기(120)에 의해 타겟 웹사이트(10) 별로 지정된 마이닝 블록, 속성 및 필드를 기반으로 크롤링을 수행할 수 있다. 웹 크롤러(141)에 의해 크롤링되어 데이터베이스(149)에 저장된 데이터는 사용자 요청에 따라 사용자 단말기(20)로 반환될 수 있다.The web crawler 141 may perform a crawl based on information input from the manager terminal 120. That is, the web crawler 141 may perform a crawl based on mining blocks, properties, and fields designated for each target website 10 by the manager terminal 120. Data crawled by the web crawler 141 and stored in the database 149 may be returned to the user terminal 20 according to a user request.

패턴 인식기(142)는 각 타겟 웹사이트(10) 별로 문서 객체 모델(DOM; Document Object Model)의 패턴을 인식할 수 있다. 패턴 인식기(142)는 타겟 웹사이트(10) 별로 지정된 마이닝 블록, 속성 및 필드를 기반으로 문서 객체 모델의 패턴을 인식할 수 있다.The pattern recognizer 142 may recognize a pattern of a document object model (DOM) for each target website 10. The pattern recognizer 142 may recognize a pattern of the document object model based on mining blocks, attributes, and fields designated for each target website 10.

웹 크롤러(141)는 패턴 인식기(142)에 의해 인식된 타겟 웹사이트(10)의 문서 객체 모델 패턴을 기반으로, 타겟 웹사이트(10)로부터 직접 수집한 다양한 웹페이지들 및 사용자 단말기(20)를 통해 타겟 웹사이트(10)로부터 간접적으로 수집한 다양한 웹페이지들에 대해 크롤링을 수행할 수 있다.The web crawler 141 includes various web pages and user terminals 20 directly collected from the target website 10 based on the document object model pattern of the target website 10 recognized by the pattern recognizer 142. Through this, it is possible to perform crawling on various web pages that are indirectly collected from the target website 10.

스크랩부(143)는 타겟 웹사이트(10) 별로 파악된 문서 객체 모델의 패턴을 기반으로 필요로 하는 정보를 추출할 수 있다. 스크랩부(143)는 문서 객체 모델의 패턴을 기반으로 타겟 웹사이트(10)의 웹페이지를 스크래핑하는 스크래핑 모듈(Scraping Module)과, 웹페이지의 데이터를 파싱(Parsing)하는 파서 모듈(Parser Module)을 포함할 수 있다.The scrap unit 143 may extract required information based on the pattern of the document object model identified for each target website 10. The scraping unit 143 includes a scraping module that scrapes the web page of the target website 10 based on the pattern of the document object model, and a parser module that parses the data of the web page. It may include.

타겟 웹사이트(10)에 불특정 상대가 타겟 웹사이트(10)의 웹페이지를 스크랩하지 못하게 막는 기능이 구비되어 있는 경우, 관리자 단말기(120) 또는 서버(140)가 타겟 웹사이트(10)에서 데이터를 수집하기 위해 타겟 웹사이트(10)에 반복적으로 접근 시도시 타겟 웹사이트(10)로의 접근이 쉽게 차단되어 타겟 웹사이트(10)의 데이터를 크롤링하지 못하게 될 수 있다.When the target website 10 has a function that prevents an unspecified person from scraping the web page of the target website 10, the manager terminal 120 or the server 140 When repeatedly attempting to access the target website 10 in order to collect data, access to the target website 10 is easily blocked, so that data of the target website 10 may not be crawled.

이러한 문제를 해결하기 위해, 본 발명의 실시예에 따른 지능형 크롤링 시스템은 서버(140)가 사용자 단말기(20)가 타겟 웹사이트(10)에서 데이터를 호출하게 하여, 타겟 웹사이트(10)의 데이터를 간접적으로 수집하여 크롤링하도록 구성될 수 있다. 이에 따라, 타겟 웹사이트(10)에 의해 서버(140)의 크롤링이 제한되는 것을 방지할 수 있다.In order to solve this problem, the intelligent crawling system according to the embodiment of the present invention causes the server 140 to call the data from the target website 10 by the user terminal 20, Can be configured to indirectly collect and crawl. Accordingly, it is possible to prevent the crawling of the server 140 from being restricted by the target website 10.

즉, 본 발명의 실시예에 따른 지능형 크롤링 시스템은 사용자 단말기(20)가 서버(140)에 데이터 요청시 사용자 단말기(20)에서 타겟 웹사이트(10)로 접근하게 하고, 사용자 단말기(20)에서 타겟 웹사이트(10)에 조회하여 얻은 데이터를 서버(140)로 전송하게 하며, 사용자 단말기(20)로부터 수집한 타겟 웹사이트(10)의 데이터를 크롤링할 수 있다.That is, in the intelligent crawling system according to the embodiment of the present invention, when the user terminal 20 requests data from the server 140, the user terminal 20 accesses the target website 10, and the user terminal 20 The data obtained by inquiring the target website 10 is transmitted to the server 140, and the data of the target website 10 collected from the user terminal 20 can be crawled.

이를 위해, 데이터 수집부(144)는 사용자 단말기(20)가 타겟 웹사이트(10)에 접근, 조회하여 얻은 데이터를 수집할 수 있다. 사용자 단말기(20)로부터 타겟 웹사이트(10)의 데이터가 전달되면, 웹 크롤러(141), 패턴 인식기(142) 및 스크랩부(143)에 의해, 사용자 단말기(20)로부터 전달받은 타겟 웹사이트(10)의 데이터로부터 필요한 정보가 추출되고, 데이터베이스(149)에 저장될 수 있다.To this end, the data collection unit 144 may collect data obtained by the user terminal 20 accessing and inquiring the target website 10. When the data of the target website 10 is transmitted from the user terminal 20, the web crawler 141, the pattern recognizer 142, and the scrap unit 143 transmit the target website ( Necessary information may be extracted from the data of 10) and stored in the database 149.

데이터 제공부(145)는 사용자로부터 정보 요청시 해당 요청된 정보가 데이터베이스(149)에 저장되어 있는 경우, 서버(140)에 저장된 정보를 사용자 단말기(20)로 제공할 수 있다. 사용자가 요청한 정보가 서버(140)에 저장되어 있는지 여부는 URL 정보를 통해 판단할 수 있다.When a user requests information, the data providing unit 145 may provide the information stored in the server 140 to the user terminal 20 when the requested information is stored in the database 149. Whether or not information requested by the user is stored in the server 140 may be determined through URL information.

만약, 사용자가 데이터베이스(149)에 저장되지 않은 정보를 요청한 경우, 데이터 제공부(145)는 사용자 단말기(20)에서 타겟 웹페이지(10)의 웹페이지 정보를 수집하도록 할 수 있다. 사용자 단말기(20)에서 타겟 웹페이지(10)에서 얻은 데이터는 서버(140)로 전달되어 데이터베이스(149)에 저장될 수 있다. 이후에 다른 사용자가 해당 타겟 웹페이지(10)에 관한 정보를 요청시 서버(140)는 정보를 요청한 다른 사용자에게 데이터베이스(149)에 저장된 정보를 반환할 수 있다.If the user requests information not stored in the database 149, the data providing unit 145 may allow the user terminal 20 to collect web page information of the target web page 10. Data obtained from the target web page 10 from the user terminal 20 may be transmitted to the server 140 and stored in the database 149. Thereafter, when another user requests information on the target web page 10, the server 140 may return the information stored in the database 149 to another user who requested the information.

스케쥴러(146)는 타겟 웹사이트(10)의 데이터를 크롤링하기 위한 쓰레드(Thread) 관리 기능을 수행할 수 있다. 에러 핸들러(147)는 타겟 웹사이트(10)의 데이터를 크롤링하는 과정에서 오류를 관리하는 에러 핸들링 기능을 수행할 수 있다.The scheduler 146 may perform a thread management function for crawling data of the target website 10. The error handler 147 may perform an error handling function for managing errors in the process of crawling data of the target website 10.

외부 API 연동 모듈(148)은 타겟 웹사이트(10)의 데이터를 크롤링하기 위한 외부 API 연동 기능을 수행할 수 있다. 서버(140)는 타겟 웹사이트(10)에서 응용 프로그램 인터페이스(API) 제공시 외부 API 연동 모듈(148)에 의해 API를 통한 데이터 조회를 수행할 수 있다.The external API interworking module 148 may perform an external API interworking function for crawling data of the target website 10. When the target website 10 provides an application program interface (API), the server 140 may perform data inquiry through the API by the external API interworking module 148.

데이터 제공부(145)는 서로 다른 문서 객체 패턴으로 데이터를 제공하는 다양한 타겟 웹사이트(10)로부터 필요 정보를 추출하여, 일관된 문서 객체 패턴으로 통합하여 표시할 수도 있다. 이 경우, 사용자는 다양한 타겟 웹사이트(10)의 정보를 보다 빠르고 효율적으로 파악하여 상호 간에 비교, 분석을 수행할 수 있다.The data providing unit 145 may extract necessary information from various target websites 10 that provide data in different document object patterns, and display them in a consistent document object pattern. In this case, the user can more quickly and efficiently grasp the information of various target websites 10 to perform comparison and analysis with each other.

실시예에서, 데이터 제공부(145)는 다양한 타겟 웹사이트(10)의 관련된 필드들(동일하거나 유사한 필드들)을 하나의 필드명으로 통일하여 정보를 제공할 수 있다. 이때, 관련된 필드들은 다양한 타겟 웹사이트(10)의 필드들 간의 단어 유사도, 유의어 사전 등을 기반으로 분류될 수 있다.In an embodiment, the data providing unit 145 may provide information by unifying related fields (same or similar fields) of various target websites 10 into one field name. In this case, the related fields may be classified based on word similarity between fields of the various target website 10, thesaurus dictionary, and the like.

본 발명의 실시예에 따른 지능형 크롤링 시스템은 다양한 타겟 웹사이트(10)의 데이터를 한번에 사용자에게 반환할 수 있다. 따라서, 사용자들은 여러 웹사이트의 데이터를 비교하여 자신에게 최적화된 데이터를 찾을 수 있다.The intelligent crawling system according to an embodiment of the present invention may return data of various target websites 10 to a user at once. Thus, users can compare data from multiple websites to find data that is optimized for them.

또한, 사용자들이 서버(140)에 자체적으로 데이터를 업로드할 수 있도록 구성되는 경우, 타겟 웹사이트(10)의 데이터 뿐 아니라 서버(140)에 자체적으로 업로드되는 데이터까지 한번에 보여줄 수도 있다.In addition, when the user is configured to upload data to the server 140 by itself, not only data of the target website 10 but also data uploaded to the server 140 may be displayed at a time.

본 발명의 실시예에 의하면, 원하는 사이트들에 존재하는 데이터를 미리 수집하여 사용자에게 제공하므로, 사용자는 여러 사이트들을 이동하지 않고 한번에 모든 데이터를 간편하게 조회할 수 있다.According to an embodiment of the present invention, since data existing on desired sites is collected in advance and provided to a user, the user can easily search all data at once without moving multiple sites.

도 2는 본 발명의 일 실시예에 따른 지능형 크롤링 방법의 순서도이다. 도 1 및 도 2를 참조하여 관리자 단말기(120) 또는 서버(140)가 타겟 웹사이트(10)에 접근하여 데이터를 크롤링하는 과정에 대해 설명한다.2 is a flowchart of an intelligent crawling method according to an embodiment of the present invention. A process in which the administrator terminal 120 or the server 140 accesses the target website 10 and crawls data will be described with reference to FIGS. 1 and 2.

먼저 관리자 단말기(120) 또는 서버(140)에 의해 타겟 웹사이트(10)를 지정할 수 있다(S11). 지능형 크롤링 시스템(100)은 예를 들어, 온라인 부동산 정보 제공 웹사이트(예를 들어, 다방, 직방 등)(10)를 지정할 수 있으나, 이에 제한되는 것은 아니다.First, the target website 10 may be designated by the manager terminal 120 or the server 140 (S11). The intelligent crawling system 100 may designate, for example, an online real estate information providing website (eg, a coffee shop, a jikbang, etc.) 10, but is not limited thereto.

관리자 단말기(120)는 타겟 웹사이트(10)에 대해 마이닝 블록(Mining Block)을 지정하고, 마이닝 블록에 대한 속성(Attribution)과, 필드(Field) 등을 지정할 수 있다(S12).The manager terminal 120 may designate a mining block for the target website 10, and designate an attribute for the mining block, a field, and the like (S12).

서버(140)는 타겟 웹사이트(10)에 접근하여 관리자 단말기(120)에 의해 지정된 정보(마이닝 블록 지정 정보, 속성 지정 정보, 필드 지정 정보 등)를 기반으로 데이터를 크롤링할 수 있다(S13). 서버(140)에 의해 크롤링된 데이터는 해당 데이터를 요청한 사용자 단말기(20)로 반환될 수 있다(S14).The server 140 may access the target website 10 and crawl data based on information (mining block designation information, property designation information, field designation information, etc.) designated by the administrator terminal 120 (S13). . The data crawled by the server 140 may be returned to the user terminal 20 that requested the data (S14).

도 3은 본 발명의 다른 실시예에 따른 지능형 크롤링 방법의 순서도이다. 도 1 및 도 3을 참조하여 서버(140)가 사용자 단말기(20)로부터 타겟 웹사이트(10)의 데이터를 전달받아 데이터를 크롤링하는 과정에 대해 설명한다. 도 3에 도시된 실시예에 따른 지능형 크롤링 방법을 설명함에 있어서, 앞서 설명한 실시예와 중복되는 설명은 생략될 수 있다.3 is a flowchart of an intelligent crawling method according to another embodiment of the present invention. A process in which the server 140 receives data of the target website 10 from the user terminal 20 and crawls the data will be described with reference to FIGS. 1 and 3. In describing the intelligent crawling method according to the embodiment illustrated in FIG. 3, a description overlapping with the above-described embodiment may be omitted.

먼저 관리자 단말기(120) 또는 서버(140)에 의해 타겟 웹사이트(10)를 지정할 수 있다(S21). 서버(140)는 타겟 웹사이트(10) 별로 지정된 마이닝 블록, 속성 및 필드를 기반으로, 타겟 웹사이트(10) 별로 문서 객체 모델(DOM; Document Object Model)의 패턴을 분석할 수 있다(S22).First, the target website 10 may be designated by the manager terminal 120 or the server 140 (S21). The server 140 may analyze a pattern of a document object model (DOM) for each target website 10 based on mining blocks, attributes, and fields designated for each target website 10 (S22). .

제1 사용자 단말기가 타겟 웹사이트(10)에 접속하여 데이터를 수집하면, 제1 사용자 단말기는 타겟 웹사이트(10)로부터 수집된 데이터를 서버(140)로 전달할 수 있다(S23, S24).When the first user terminal accesses the target website 10 and collects data, the first user terminal may transmit the data collected from the target website 10 to the server 140 (S23, S24).

서버(140)는 타겟 웹사이트(10)의 문서 객체 모델 패턴을 기반으로, 제1 사용자 단말기(20)를 통해 타겟 웹사이트(10)로부터 간접적으로 수집한 다양한 웹페이지들에 대해 크롤링을 수행하고, 제1 사용자 단말기로부터 전달받은 데이터에서 필요 정보를 추출하여 저장할 수 있다(S25).The server 140 crawls various webpages indirectly collected from the target website 10 through the first user terminal 20 based on the document object model pattern of the target website 10 , It is possible to extract and store necessary information from the data received from the first user terminal (S25).

이후, 제2 사용자 단말기로부터 동일한 정보 요청시 서버(140)는 제1 사용자 단말기로부터 수집한 데이터로부터 얻은 정보를 제2 사용자 단말기로 제공할 수 있다(S26). 이 경우, 제2 사용자 단말기는 타겟 웹페이지(10)에 접근하지 않고 서버(140)로부터 정보를 얻을 수 있다.Thereafter, upon requesting the same information from the second user terminal, the server 140 may provide the information obtained from the data collected from the first user terminal to the second user terminal (S26). In this case, the second user terminal may obtain information from the server 140 without accessing the target web page 10.

예를 들어, 사용자가 서버(140)에서 제공하는 부동산 매물 정보 제공 웹페이지에서 특정 부동산 매물의 상세 보기를 입력한 경우, 해당 부동산 매물의 상세 정보가 서버(140)에 저장되어 있는 경우에는 해당 정보를 사용자 단말기(20)에 표시할 수 있다.For example, when a user enters a detailed view of a specific real estate on a web page providing real estate sales information provided by the server 140, if the detailed information of the real estate is stored in the server 140, the corresponding information Can be displayed on the user terminal 20.

만약, 해당 부동산 매물의 상세 정보가 서버(140)에 저장되어 있지 않은 경우에는 사용자 단말기(20)에 URL 정보를 제공하여 부동산 매물의 상세 정보(원본 데이터)를 보유하는 타겟 웹사이트(10)의 웹페이지로 접속하도록 하고, 사용자 단말기(20)에서 타겟 웹사이트(10)에 접근하여 얻은 웹페이지 데이터를 서버(140)로 전달하도록 사용자 단말기(20)의 응용 프로그램 어플리케이션을 실행할 수 있다.If the detailed information of the real estate for sale is not stored in the server 140, URL information is provided to the user terminal 20, and the target website 10 holds the detailed information (original data) of the real estate for sale. An application program application of the user terminal 20 may be executed to access the web page and transmit the web page data obtained by accessing the target website 10 from the user terminal 20 to the server 140.

본 발명의 실시예에 의하면, 제2 사용자 단말기가 얻고자 하는 정보가 여러 사이트들에 존재하는 경우에, 제2 사용자 단말기가 여러 사이트들에 각각 접근하지 않고도, 서버(140)를 통해 다양한 사이트들의 정보(예를 들어, 부동산 매물 정보)를 동시에 얻을 수 있다.According to an embodiment of the present invention, when information to be obtained by the second user terminal exists in various sites, the second user terminal does not access the various sites, respectively, through the server 140. Information (for example, real estate listing information) can be obtained at the same time.

그러나, 본 발명의 실시예에 따른 지능형 크롤링 방법은 서버(140)가 제1 사용자 단말기(20)가 타겟 웹사이트(10)에서 데이터를 호출하게 하여, 타겟 웹사이트(10)의 데이터를 간접적으로 수집하여 크롤링하므로, 타겟 웹사이트(10)에 의해 서버(140)의 크롤링이 제한되는 것을 방지할 수 있다.However, in the intelligent crawling method according to an embodiment of the present invention, the server 140 causes the first user terminal 20 to call data from the target website 10, and thus indirectly retrieves the data of the target website 10. Since it is collected and crawled, it is possible to prevent the crawling of the server 140 from being restricted by the target website 10.

도 4는 본 발명의 또 다른 실시예에 따른 지능형 크롤링 방법의 순서도이다. 도 1 및 도 4를 참조하면, 사용자 단말기(20)에서 서버(140)로 정보 요청시, 서버(140)는 사용자가 요청한 정보가 서버에 저장된 정보인지를 판단할 수 있다(S31, S32). 이때 서버(140)는 URL 정보를 통해 사용자 단말기(20)가 요청한 정보가 서버(140)에 저장되어 있는지 여부를 판단할 수 있다.4 is a flowchart of an intelligent crawling method according to another embodiment of the present invention. 1 and 4, when the user terminal 20 requests information from the server 140, the server 140 may determine whether the information requested by the user is information stored in the server (S31, S32). In this case, the server 140 may determine whether the information requested by the user terminal 20 is stored in the server 140 through the URL information.

만약, 사용자가 요청한 정보가 이전에 관리자 단말기(120) 또는 서버(140)에 의해 타겟 웹사이트(10)에 접근하여 크롤링된 데이터에 해당하거나, 사용자 단말기가 타겟 웹사이트(10)에 접근하여 얻은 데이터를 전달받아 크롤링한 데이터에 해당하는 경우, 서버(140)에 저장된 정보를 사용자 단말기(20)로 반환할 수 있다(S33).If the information requested by the user corresponds to data that was previously crawled by accessing the target website 10 by the administrator terminal 120 or the server 140, or obtained by the user terminal accessing the target website 10 When the data is received and corresponds to the crawled data, the information stored in the server 140 may be returned to the user terminal 20 (S33).

만약, 사용자가 요청한 정보가 서버(140)에 저장되어 있지 않은 경우, 서버(140)는 사용자 단말기(20)를 타겟 웹사이트(10)에 접속하도록 하고, 사용자 단말기(20)에서 타겟 웹사이트(10)에 접근하여 수집한 데이터를 서버(140)에 전달하도록 한다(S34, S35).If the information requested by the user is not stored in the server 140, the server 140 causes the user terminal 20 to access the target website 10, and the user terminal 20 connects the target website ( 10) to pass the collected data to the server 140 (S34, S35).

서버(140)는 사용자 단말기(20)로부터 전달받은 타겟 웹사이트(10)의 데이터에서 문서 객체 모델 패턴을 기반으로 필요 정보를 추출하고, 이후에 다른 사용자 단말기로부터 정보 요청시 해당 정보를 제공하기 위하여 추출한 필요 정보를 데이터베이스(149)에 저장할 수 있다(S36).The server 140 extracts necessary information based on the document object model pattern from the data of the target website 10 received from the user terminal 20, and provides the corresponding information when requesting information from another user terminal later. The extracted necessary information may be stored in the database 149 (S36).

도 5는 본 발명의 또 다른 실시예에 따른 지능형 크롤링 방법의 순서도이다. 도 1 및 도 5를 참조하면, 서버(140)는 다양한 타겟 웹사이트(10)로부터 데이터를 웹 크롤링하여 저장하고(S41), 다양한 타겟 웹사이트(10)에 접속한 사용자 단말기들(20)로부터 데이터를 수집하여 필요 정보를 추출하고 저장할 수 있다(S42).5 is a flowchart of an intelligent crawling method according to another embodiment of the present invention. 1 and 5, the server 140 web crawls and stores data from various target websites 10 (S41), and from user terminals 20 accessing various target websites 10 By collecting data, necessary information may be extracted and stored (S42).

이후, 사용자 단말기(20)에서 서버(140)에 정보 요청시(S43), 서버(140)는 다양한 타겟 웹사이트(10) 별로 자체적으로 저장한 정보를 통합하여 정보를 요청한 사용자 단말기로 제공할 수 있다(S44). 이에 따라, 사용자는 다양한 타겟 웹사이트(10)에 각각 접근하지 않고도 다양한 사이트의 정보를 얻을 수 있게 된다.Thereafter, when the user terminal 20 requests information from the server 140 (S43), the server 140 can integrate the information stored by itself for various target websites 10 and provide the information to the requesting user terminal. Yes (S44). Accordingly, the user can obtain information on various sites without accessing each of the various target websites 10.

실시예에서, 서버(140)는 서로 다른 문서 객체 패턴으로 정보를 제공하는 다양한 타겟 웹사이트(10)의 웹페이지 데이터로부터 필요 정보를 추출하여, 미리 설정된 일관된 문서 객체 패턴으로 통합하여 사용자 단말기(20)에 표시되게 할 수도 있다.In an embodiment, the server 140 extracts necessary information from web page data of various target websites 10 that provide information in different document object patterns, integrates it into a consistent document object pattern set in advance, and the user terminal 20 ) Can also be displayed.

이 경우, 서버(140)는 다양한 타겟 웹사이트(10)의 관련된 필드들(동일하거나 유사한 필드들)을 하나의 필드명으로 통일하여 정보를 제공할 수 있다. 이때, 관련된 필드들은 다양한 타겟 웹사이트(10)의 필드들 간의 단어 유사도, 유의어 사전 등을 기반으로 분류될 수 있다.In this case, the server 140 may provide information by unifying related fields (same or similar fields) of various target websites 10 into one field name. In this case, the related fields may be classified based on word similarity between fields of the various target website 10, thesaurus dictionary, and the like.

상술한 바와 같은 본 발명의 실시예에 의하면, 사용자가 얻고자 하는 정보가 여러 사이트들에 분산되어 있는 경우에, 사용자가 여러 사이트들에 각각 접근하지 않고도, 서버를 통해 다양한 사이트들의 정보를 동시에 얻을 수 있다.According to the embodiment of the present invention as described above, when information desired by a user is distributed across multiple sites, the user can obtain information of various sites simultaneously through a server without accessing each of the sites. I can.

또한, 본 발명의 실시예에 의하면, 원하는 사이트들에 존재하는 데이터를 미리 수집하여 사용자에게 제공하므로, 사용자는 여러 사이트들을 이동하지 않고 한번에 모든 데이터를 간편하게 조회할 수 있다.In addition, according to an embodiment of the present invention, since data existing on desired sites is collected in advance and provided to the user, the user can easily search all data at once without moving multiple sites.

또한, 본 발명의 실시예에 따른 지능형 크롤링 방법에 의하면, 다양한 타겟 웹사이트(10)의 데이터를 한번에 사용자에게 반환할 수 있으므로, 사용자들은 여러 웹사이트의 데이터를 비교하여 자신에게 최적화된 데이터를 찾을 수 있다.In addition, according to the intelligent crawling method according to an embodiment of the present invention, since data of various target websites 10 can be returned to the user at once, users can compare data of multiple websites to find data optimized for them. I can.

또한, 사용자들이 서버(140)에 자체적으로 데이터를 업로드할 수 있도록 구성되는 경우, 타겟 웹사이트(10)의 데이터 뿐 아니라 서버(140)에 자체적으로 업로드되는 데이터까지 한번에 보여주는 것도 가능하다.In addition, when it is configured so that users can upload data to the server 140 by themselves, it is possible to show not only data of the target website 10 but also data uploaded to the server 140 at once.

또한, 서로 다른 문서 객체 패턴으로 데이터를 제공하는 다양한 타겟 웹사이트(10)로부터 필요 정보를 추출하여, 일관된 문서 객체 패턴으로 통합하여 표시하는 경우, 사용자는 다양한 타겟 웹사이트(10)의 정보를 보다 빠르고 효율적으로 파악하여 상호 간에 비교, 분석을 수행할 수 있다.In addition, when necessary information is extracted from various target websites 10 that provide data in different document object patterns, and displayed in a consistent document object pattern, the user can view the information of various target websites 10. It can be quickly and efficiently identified and compared and analyzed with each other.

이상에서 설명된 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/ 또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(Arithmetic Logic Unit), 디지털 신호 프로세서(Digital Signal Processor), 마이크로컴퓨터, FPGA(Field Programmable Gate Array), PLU(Programmable Logic Unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다.The embodiments described above may be implemented as a hardware component, a software component, and/or a combination of a hardware component and a software component. For example, the apparatus, methods, and components described in the embodiments are, for example, a processor, a controller, an Arithmetic Logic Unit (ALU), a digital signal processor, a microcomputer, a field programmable gate (FPGA). Array), Programmable Logic Unit (PLU), microprocessor, or any other device capable of executing and responding to instructions, such as one or more general purpose computers or special purpose computers.

처리 장치는 운영 체제 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술 분야에서 통상의 지식을 가진 자는 처리 장치가 복수 개의 처리 요소(Processing Element) 및/또는 복수 유형의 처리요소를 포함할 수 있음을 이해할 것이다.The processing device may execute an operating system and one or more software applications executed on the operating system. Further, the processing device may access, store, manipulate, process, and generate data in response to the execution of software. For the convenience of understanding, although it is sometimes described that one processing device is used, one of ordinary skill in the art may use a processing device that includes a plurality of processing elements and/or multiple types of processing elements. It will be appreciated that it can include.

예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(Parallel Processor) 와 같은, 다른 처리 구성(Processing configuration)도 가능하다. 소프트웨어는 컴퓨터 프로그램(Computer Program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다.For example, the processing device may include a plurality of processors or one processor and one controller. In addition, other processing configurations are possible, such as a parallel processor. The software may include a computer program, code, instructions, or a combination of one or more of these, and configure the processing unit to operate as desired or process it independently or collectively. You can command the device.

소프트웨어 및/ 또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody) 될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.Software and/or data may be interpreted by a processing device or, to provide instructions or data to a processing device, of any type of machine, component, physical device, virtual equipment, computer storage medium or device. , Or may be permanently or temporarily embodyed in a transmitted signal wave. The software may be distributed over networked computer systems and stored or executed in a distributed manner. Software and data may be stored on one or more computer-readable recording media.

실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다.The method according to the embodiment may be implemented in the form of program instructions that can be executed through various computer means and recorded in a computer-readable medium. The computer-readable medium may include program instructions, data files, data structures, and the like alone or in combination. The program instructions recorded on the medium may be specially designed and configured for the embodiment, or may be known and usable to those skilled in computer software.

컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CDROM, DVD와 같은 광기록 매체(optical media) 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.Examples of computer-readable recording media include magnetic media such as hard disks, floppy disks and magnetic tapes, optical media such as CDROMs and DVDs, and ROM, RAM, and flash memory. Hardware devices specially configured to store and execute program instructions such as, etc. are included. Examples of program instructions include not only machine language codes such as those produced by a compiler, but also high-level language codes that can be executed by a computer using an interpreter or the like. The hardware device described above may be configured to operate as one or more software modules to perform the operation of the embodiment, and vice versa.

이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다. 그러므로, 다른 구현들, 다른 실시예들 및 청구범위와 균등한 것들도 후술하는 청구범위의 범위에 속한다.As described above, although the embodiments have been described by the limited embodiments and drawings, various modifications and variations are possible from the above description to those of ordinary skill in the art. For example, the described techniques are performed in a different order from the described method, and/or components such as systems, structures, devices, circuits, etc. described are combined or combined in a form different from the described method, or other components Alternatively, even if substituted or substituted by an equivalent, an appropriate result can be achieved. Therefore, other implementations, other embodiments, and equivalents to the claims also fall within the scope of the following claims.

10: 타겟 웹사이트
20: 사용자 단말기
100: 지능형 크롤링 시스템
120: 관리자 단말기
121: 마이닝 블록 지정부
122: 속성 지정부
123: 필드 지정부
124: URL 리스트 관리부
125: 에러 로그 관리부
126: 인증 관리부
140: 서버
141: 웹 크롤러
142: 패턴 인식기
143: 스크랩부
144: 데이터 수집부
145: 데이터 제공부
146: 스케쥴러
147: 에러 핸들러
148: 외부 API 연동 모듈
149: 데이터베이스10: target website
20: user terminal
100: intelligent crawling system
120: administrator terminal
121: mining block designation unit
122: attribute designation unit
123: field designation unit
124: URL list management unit
125: error log management unit
126: certification management department
140: server
141: web crawler
142: pattern recognizer
143: scrap section
144: data collection unit
145: data provider
146: scheduler
147: error handler
148: external API linkage module
149: database

Claims

A pattern recognizer that analyzes a pattern of a document object model (DOM) for each of various designated target websites;
A web crawler that crawls data from the various target websites based on the document object model; And
An intelligent crawling system comprising a data providing unit that collectively provides the crawled data of the various target websites to a user terminal.

The method of claim 1,
An intelligent crawling system further comprising a scrap unit for extracting necessary information from the data collected from the various target websites based on the pattern of the document object model recognized for each of the various target websites.

The method of claim 1,
Provided to the server equipped with the web crawler, further comprising a data collection unit for collecting the data of the target website through the user terminal,
The data collection unit,
When requesting information from the user terminal, the user terminal accesses the target website, and the application program application of the user terminal transmits the data received from the target website to the server equipped with the web crawler, and the target An intelligent crawling system that collects website data through the user terminal.

The method of claim 3,
The data providing unit,
When requesting information from the user terminal, determining whether the requested information is stored in the database of the server;
If the requested information is stored in the database of the server, providing the information stored in the database to the user terminal; And
When the requested information is not stored in the database of the server, the user terminal accesses the target web page and executes an application program application of the user terminal to transmit the collected data to the server.

The method of claim 1,
An intelligent crawling system further comprising a manager terminal for designating a mining block, properties and fields of the mining block from the data collected from the target website for each of the various target websites.

The method of claim 5,
The pattern recognizer is an intelligent crawling system that recognizes the document object model for each of the various target websites based on mining blocks, properties, and fields designated by the manager terminal.

The method of claim 1,
The various websites are intelligent crawling systems including online real estate information providing websites.

The method of claim 1,
The data providing unit,
An intelligent crawling system that extracts necessary information from various target websites that provide data in different document object patterns, integrates them into a consistent document object pattern, and displays them.

Analyzing a pattern of a document object model (DOM) for each of various target websites designated by the pattern recognizer;
Crawling data based on the document object model from the various target websites by a web crawler; And
And providing the data of the various target websites crawled to the user terminal in a batch by a data provider.

The method of claim 9,
An intelligent crawling method further comprising, by a scrap unit, extracting necessary information from the data collected from the various target websites based on the pattern of the document object model recognized for each of the various target websites.

The method of claim 9,
Further comprising, by a data collection unit, collecting data of the target website through the user terminal,
Collecting the data of the target website,
When requesting information from the user terminal, the user terminal accesses the target website, and the application program application of the user terminal transmits the data received from the target website to the server equipped with the web crawler, and the target Intelligent crawling method comprising the step of collecting website data through the user terminal.

The method of claim 11,
The step of collectively providing data of the various target websites,
Determining whether the requested information is stored in a database of the server upon requesting information from the user terminal;
If the requested information is stored in the database of the server, providing the information stored in the database to the user terminal; And
In case the requested information is not stored in the database of the server, the user terminal accesses the target web page and executes an application program of the user terminal to transmit the collected data to the server. Intelligent crawl method.

The method of claim 9,
An intelligent crawling method further comprising, by an administrator terminal, designating a mining block, properties and fields of the mining block from the data collected from the target website for each of the various target websites.

The method of claim 13,
Analyzing the pattern of the document object model comprises: an intelligent crawling method of recognizing the document object model for each of the various target websites based on mining blocks, properties, and fields designated by the administrator terminal.

The method of claim 9,
The providing of the data of the various target websites collectively includes extracting necessary information from various target websites that provide data in different document object patterns, and integrating and displaying them in a consistent document object pattern.

A computer-readable recording medium in which a program for executing the intelligent crawling method according to any one of claims 9 to 15 is recorded.