公司网站的网络挖掘：网络搜集框架和德国的初步研究-研究论文

如今，几乎所有（相关）公司都有自己的网站，他们可以使用这些网站来发布有关其产品和服务的信息。 以公司创新为例，我们概述了使用网络抓取和数据挖掘从公司网站提取信息的框架。 为此，我们提出了一种易于使用且免费的Web抓取工具，用于从公司网站上进行大规模数据检索。 我们在大规模的试点研究中使用了该工具，以提供有关数据源（即德国公司网站的人口）的信息，但尚未对其定性和定量特性进行严格的研究。 我们发现，除其他外，网站的使用和网站的特征（子页面和超链接的数量，文本量，使用的语言）根据公司规模，年龄，位置和行业而有所不同。 基于网络的研究还必须应对不同的异常情况，以及低宽带可用性似乎阻止公司运营网站的事实。 最后，我们提出了两种基于神经网络语言模型和社交网络分析的方法，用于从提取的Web数据中获取公司级别的信息。