استخراج اطلاعات از لیستی از لینک ها با ساختار یکسان، شماره گذاری اطلاعات بدون تکرار و تهیه لیست ارتباط اطلاعات
دو سال پیش منتشر شده
تعداد بازدید: 667
کد پروژه: 246477
شرح پروژه
این پروژه به منظور تحلیل ساختار جریان اطلاعات پتنت ها می باشد و نیازمند برنامه ای به شرح زیر برای فایل ورودی برنامه گفی میباشد:
لیستی از urlهای مربوط به پتنت ها موجود میباشد که ابتدا می بایست این پتنت ها شماره گذاری شوند.
هرکدم از این پتنت های بالا یک جدول citation دارند که ارجاع به پتنت های دیگری است(هر پتنت به چندین پتنت دیگر ارجاع دارند) که این پتنت ها هم باید شماره گذاری شوند(ممکن است در میان اینها تکراری باشد که فقط یکبار باید شمرده شوند) و در نهایت یک فایل به اسم source باید تهیه شود که دارای اسم وid تمامی پتنت ها باشد(هم پیتنت ها اصلی و هم پتنت های ارجاع داده شده)
در نهایت یک فایل relation باید تهیه شود که نشان دهد کدام پتنت ها به کدام ها ارجاع(citation) دارند.که نمونه فایل های مورد نیاز خروجی در زیر آمده است.
لیست نمونه از Urlها نیز در زیر آمده است.
کد باید بتواند برای لیست های آینده از پتنت ها با همین ساختار نیز کارایی داشته باشد.
فایل کد باید تحویل داده شود.
این پروژه شامل 3 فایل مهم است، لطفا قبل از ارسال پیشنهاد حتما نسبت به بررسی این فایل اقدام فرمایید.
مهارت ها و تخصص های مورد نیاز
بودجه
300,000 تومان تا 750,000 تومان
مهلت برای انجام
3روز
وضعیت مناقصه
انجام شده
درباره کارفرما
عضویت سه سال پیش
