KR102322919B1 - 지능형 크롤링 시스템 및 지능형 크롤링 방법 - Google Patents

지능형 크롤링 시스템 및 지능형 크롤링 방법 Download PDF

Info

Publication number
KR102322919B1
KR102322919B1 KR1020190123737A KR20190123737A KR102322919B1 KR 102322919 B1 KR102322919 B1 KR 102322919B1 KR 1020190123737 A KR1020190123737 A KR 1020190123737A KR 20190123737 A KR20190123737 A KR 20190123737A KR 102322919 B1 KR102322919 B1 KR 102322919B1
Authority
KR
South Korea
Prior art keywords
data
user terminal
information
target
server
Prior art date
Application number
KR1020190123737A
Other languages
English (en)
Other versions
KR20210041269A (ko
Inventor
최진영
김현조
Original Assignee
주식회사 더방픽
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 더방픽 filed Critical 주식회사 더방픽
Priority to KR1020190123737A priority Critical patent/KR102322919B1/ko
Publication of KR20210041269A publication Critical patent/KR20210041269A/ko
Application granted granted Critical
Publication of KR102322919B1 publication Critical patent/KR102322919B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/951—Indexing; Web crawling techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/12—Use of codes for handling textual entities
    • G06F40/14—Tree-structured documents

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Information Transfer Between Computers (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

사용자가 여러 사이트들에 각각 접근하지 않고도 간편한 조회를 통해 다양한 사이트들의 정보를 동시에 얻을 수 있는 지능형 크롤링 시스템 및 방법, 기록 매체가 개시된다. 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.

Description

지능형 크롤링 시스템 및 지능형 크롤링 방법{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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
상기 다양한 웹사이트는 온라인 부동산 정보 제공 웹사이트들을 포함할 수 있다.
상기 데이터 제공부는, 서로 다른 문서 객체 패턴으로 데이터를 제공하는 다양한 타겟 웹사이트로부터 필요 정보를 추출하여, 일관된 문서 객체 패턴으로 통합하여 표시할 수 있다.
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.
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.
본 발명의 실시예에 따른 지능형 크롤링 방법은, 데이터 수집부에 의해, 상기 사용자 단말기를 통해 상기 타겟 웹사이트의 데이터를 수집하는 단계를 더 포함할 수 있다.
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.
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.
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.
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.
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.
본 발명의 실시예에 따르면, 상기 지능형 크롤링 방법을 실행하기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체가 제공된다.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
본 발명의 실시예에 의하면, 원하는 사이트들에 존재하는 데이터를 미리 수집하여 사용자에게 제공하므로, 사용자는 여러 사이트들을 이동하지 않고 한번에 모든 데이터를 간편하게 조회할 수 있다.
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.
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.
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).
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).
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.
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).
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).
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).
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.
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.
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.
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.
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.
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.
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.
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).
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).
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).
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).
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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: 데이터베이스

Claims (16)

  1. 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;
    상기 웹 크롤러를 구비한 서버에 구비되어 상기 타겟 웹사이트의 데이터를 사용자 단말기를 통해 수집하는 데이터 수집부; 및
    크롤링된 상기 다양한 타겟 웹사이트의 데이터를 상기 사용자 단말기로 일괄하여 제공하는 데이터 제공부를 포함하고,
    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 수집하고,
    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 웹사이트의 타겟 웹페이지에 접근하여 수집한 데이터를 상기 서버로 전달하도록 상기 사용자 단말기의 응용 프로그램 어플리케이션을 실행시키는 지능형 크롤링 시스템.
  2. 제1항에 있어서,
    상기 다양한 타겟 웹사이트 별로 인식된 문서 객체 모델의 패턴을 기반으로 상기 다양한 타겟 웹사이트로부터 수집한 데이터에서 필요 정보를 추출하는 스크랩부를 더 포함하는 지능형 크롤링 시스템.
  3. 삭제
  4. 삭제
  5. 제1항에 있어서,
    상기 다양한 타겟 웹사이트 별로 상기 타겟 웹사이트로부터 수집한 데이터에서 마이닝 블록, 상기 마이닝 블록의 속성 및 필드를 지정하는 관리자 단말기를 더 포함하는 지능형 크롤링 시스템.
  6. 제5항에 있어서,
    상기 패턴 인식기는 상기 관리자 단말기에 의해 지정된 마이닝 블록, 속성 및 필드를 기반으로 상기 다양한 타겟 웹사이트 별로 상기 문서 객체 모델을 인식하는 지능형 크롤링 시스템.
  7. 제1항에 있어서,
    상기 다양한 웹사이트는 온라인 부동산 정보 제공 웹사이트들을 포함하는 지능형 크롤링 시스템.
  8. 제1항에 있어서,
    상기 데이터 제공부는,
    서로 다른 문서 객체 패턴으로 데이터를 제공하는 다양한 타겟 웹사이트로부터 필요 정보를 추출하여, 일관된 문서 객체 패턴으로 통합하여 표시하는 지능형 크롤링 시스템.
  9. 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;
    데이터 수집부에 의해, 사용자 단말기를 통해 상기 타겟 웹사이트의 데이터를 수집하는 단계; 및
    데이터 제공부에 의해, 상기 사용자 단말기로 크롤링된 상기 다양한 타겟 웹사이트의 데이터를 일괄하여 제공하는 단계를 포함하고,
    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 포함하고,
    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 웹사이트의 타겟 웹페이지에 접근하여 수집한 데이터를 상기 서버로 전달하도록 상기 사용자 단말기의 응용 프로그램 어플리케이션을 실행시키는 단계를 포함하는 지능형 크롤링 방법.
  10. 제9항에 있어서,
    스크랩부에 의해, 상기 다양한 타겟 웹사이트 별로 인식된 문서 객체 모델의 패턴을 기반으로 상기 다양한 타겟 웹사이트로부터 수집한 데이터에서 필요 정보를 추출하는 단계를 더 포함하는 지능형 크롤링 방법.
  11. 삭제
  12. 삭제
  13. 제9항에 있어서,
    관리자 단말기에 의해, 상기 다양한 타겟 웹사이트 별로 상기 타겟 웹사이트로부터 수집한 데이터에서 마이닝 블록, 상기 마이닝 블록의 속성 및 필드를 지정하는 단계를 더 포함하는 지능형 크롤링 방법.
  14. 제13항에 있어서,
    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 인식하는 지능형 크롤링 방법.
  15. 제9항에 있어서,
    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 표시하는 지능형 크롤링 방법.
  16. 제9항 내지 제10항, 제13항 내지 제15항 중 어느 한 항에 기재된 지능형 크롤링 방법을 실행하기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체.
KR1020190123737A 2019-10-07 2019-10-07 지능형 크롤링 시스템 및 지능형 크롤링 방법 KR102322919B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190123737A KR102322919B1 (ko) 2019-10-07 2019-10-07 지능형 크롤링 시스템 및 지능형 크롤링 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190123737A KR102322919B1 (ko) 2019-10-07 2019-10-07 지능형 크롤링 시스템 및 지능형 크롤링 방법

Publications (2)

Publication Number Publication Date
KR20210041269A KR20210041269A (ko) 2021-04-15
KR102322919B1 true KR102322919B1 (ko) 2021-11-05

Family

ID=75440790

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190123737A KR102322919B1 (ko) 2019-10-07 2019-10-07 지능형 크롤링 시스템 및 지능형 크롤링 방법

Country Status (1)

Country Link
KR (1) KR102322919B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113934912A (zh) * 2021-11-11 2022-01-14 北京搜房科技发展有限公司 数据爬取方法及装置、存储介质及电子设备

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Chumki Basu외 3 . Technical Paper Recommendation: A Study in Combining Multiple Information Sources. Journal of Articial Intelligence Research 1 ,2001. 1부.*
Xuesong Zhang and Honglei Wang . AJAX Crawling Scheme Based on Document Object Model . 2012 Fourth International Conference on Computational and Information Sciences, 2012. 1부.*

Also Published As

Publication number Publication date
KR20210041269A (ko) 2021-04-15

Similar Documents

Publication Publication Date Title
US8640037B2 (en) Graphical overlay related to data mining and analytics
US7496847B2 (en) Displaying a computer resource through a preferred browser
RU2699400C2 (ru) Автоматизируемый интеллектуальный сбор и сверка данных
US20150012924A1 (en) Method and Device for Loading a Plug-In
CN110798445B (zh) 公共网关接口测试方法、装置、计算机设备及存储介质
CN110808868B (zh) 测试数据获取方法、装置、计算机设备及存储介质
US11461218B1 (en) Analyzing user API usage from recorded API macros for software product improvement
US20200225927A1 (en) Methods and systems for automating computer application tasks using application guides, markups and computer vision
JP2023107749A (ja) ブラウザベースのロボティックプロセスオートメーション（ｒｐａ）ロボット設計インターフェース
KR102407312B1 (ko) 웹 아카이브를 활용한 데이터 크롤링 장치 및 방법
KR102322919B1 (ko) 지능형 크롤링 시스템 및 지능형 크롤링 방법
CN112817817B (zh) 埋点信息查询方法、装置、计算机设备和存储介质
CN104468459A (zh) 一种漏洞检测方法及装置
US20150302089A1 (en) Recovery of Information from Commercial Web Portals
CN113094248B (zh) 用户行为数据分析方法、装置、电子设备及介质
KR101282975B1 (ko) 문서 요소를 분리 구조화하여 표준화한 후 웹페이지를 재구성하는 웹화면 크롭 서버 장치
CN112307386A (zh) 信息监控方法、系统、电子设备及计算机可读存储介质
CN112256545A (zh) 一种用户操作信息的获取方法及装置
CN111797297B (zh) 页面数据处理方法、装置、计算机设备及存储介质
KR102399642B1 (ko) 에뮬레이터를 활용한 상품 데이터 크롤링 장치 및 방법
CN113515715B (zh) 埋点事件编码的生成方法、处理方法及相关设备
CN110851346B (zh) 查询语句边界问题的检测方法、装置、设备及存储介质
US9858549B2 (en) Business transaction resource usage tracking
JP2007157003A (ja) ホームページ閲覧経路解析方法
US20230376615A1 (en) Network security framework for maintaining data security while allowing remote users to perform user-driven quality analyses of the data

Legal Events

Date Code Title Description
AMND Amendment
E601 Decision to refuse application
X091 Application refused [patent]
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant