HTML 본문 추출을 이용한 웹사이트 마이그레이션 자동화 방안 연구

온라인 콘텐츠를 웹 기반 플랫폼에서 다른 플랫폼으로 이전하는 과정으로, 단순히 데이터를 옮기는 것에 그치지 않고 데이터의 구조를 변경하는 작업까지 포함하는 개념을 의미한다.

연구 결과, CMS 데이터를 활용해 날짜, 편집자, 파일, 이미지 등 6가지 데이터 타입을 구분하여 추출하며, 특히 태그 내부의 이미지 소스와 URL까지 식별하여 JSON 형태로 가공함으로써 타 시스템과의 연동성을 높인다.

학술대회자료

오류 신고하기

피인용 0

검색

초록·키워드

본 논문은 기업에서 진행되는 플랫폼 간의 마이그레이션 작업에서 기존에 사람의 힘을 빌려 직접 분류했던 부분을 자동화하고자 한다. 기존에 진행된 프로젝트 데이터를 바탕으로 단순 텍스트 데 ... 전체 초록 보기

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드