prikaz prve stranice dokumenta Prilagodba sadržaja mrežnih stranica za internetske tražilice pomoću strojnoga učenja i obrade prirodnoga jezika
  Download
PDF 1.7 MB
doctoral thesis
Prilagodba sadržaja mrežnih stranica za internetske tražilice pomoću strojnoga učenja i obrade prirodnoga jezika
Varaždin: University of Zagreb, Faculty of Organization and Informatics, 2019. urn:nbn:hr:211:750631
Matošević, Goran
University of Zagreb
Faculty of Organization and Informatics

Institutional repository: Faculty of Organization and Informatics - Digital Repository

Cite this document

Matošević, G. (2019). Prilagodba sadržaja mrežnih stranica za internetske tražilice pomoću strojnoga učenja i obrade prirodnoga jezika (Doctoral thesis). Varaždin: University of Zagreb, Faculty of Organization and Informatics. Retrieved from https://urn.nsk.hr/urn:nbn:hr:211:750631

Matošević, Goran. "Prilagodba sadržaja mrežnih stranica za internetske tražilice pomoću strojnoga učenja i obrade prirodnoga jezika." Doctoral thesis, University of Zagreb, Faculty of Organization and Informatics, 2019. https://urn.nsk.hr/urn:nbn:hr:211:750631

Matošević, Goran. "Prilagodba sadržaja mrežnih stranica za internetske tražilice pomoću strojnoga učenja i obrade prirodnoga jezika." Doctoral thesis, University of Zagreb, Faculty of Organization and Informatics, 2019. https://urn.nsk.hr/urn:nbn:hr:211:750631

Matošević, G. (2019). 'Prilagodba sadržaja mrežnih stranica za internetske tražilice pomoću strojnoga učenja i obrade prirodnoga jezika', Doctoral thesis, University of Zagreb, Faculty of Organization and Informatics, accessed 27 December 2024, https://urn.nsk.hr/urn:nbn:hr:211:750631

Matošević G. Prilagodba sadržaja mrežnih stranica za internetske tražilice pomoću strojnoga učenja i obrade prirodnoga jezika [Doctoral thesis]. Varaždin: University of Zagreb, Faculty of Organization and Informatics; 2019 [cited 2024 December 27] Available at: https://urn.nsk.hr/urn:nbn:hr:211:750631

G. Matošević, "Prilagodba sadržaja mrežnih stranica za internetske tražilice pomoću strojnoga učenja i obrade prirodnoga jezika", Doctoral thesis, University of Zagreb, Faculty of Organization and Informatics, Varaždin, 2019. Available at: https://urn.nsk.hr/urn:nbn:hr:211:750631

Metadata
TitlePrilagodba sadržaja mrežnih stranica za internetske tražilice pomoću strojnoga učenja i obrade prirodnoga jezika
Title (english)Web page content adjustment for search engines using machine learning and natural language processing
AuthorGoran Matošević
MBZ: 336810
MentorJasminka Dobša (mentor)
MBZ: 218640
MentorDunja Mladenić (komentor)
MBZ: 267611
Committee memberDanijel Radošević (predsjednik povjerenstva)
MBZ: 210804
Committee memberJan Šnajder (član povjerenstva)
MBZ: 267611
Committee memberMarkus Schatten (član povjerenstva)
MBZ: 291806
GranterUniversity of Zagreb
Faculty of Organization and Informatics
Varaždin
Defense date and country2019-10-03, Croatia
Scientific / art field,
discipline and subdiscipline		SOCIAL SCIENCES
Information and Communication Sciences
Information and Software Engineering
Universal decimal classification
(UDC)		004 - Computer science and technology. Computing. Data processing
Abstract
Optimizacija mrežnih stranica za tražilice (engl. Search engine optimization, SEO) podrazumijeva tehnike pomoću kojih autor mrežnih stranica provodi nad svojim stranicama kako bi one što bolje rangirale u organskim (prirodnim) rezultatima pretraživanja na internetskim tražilicama za odabrane ključne riječi. Taj proces između ostalog uključuje i optimizaciju sadržaja, odnosno prilagodbu sadržaja mrežnih stranica prema preporukama za optimizaciju mrežnih stranica za tražilice (u daljem tekstu SEO preporukama). Ovim istraživanjem ispituje se mogućnost upotrebe strojnog učenja za klasifikaciju mrežnih stranica u tri predefinirane klase s obzirom na stupanj prilagodbe sadržaja SEO preporukama. Pomoću strojnoga učenja izgrađeni su klasifikatori koji su naučili svrstati nepoznati uzorak (mrežnu stranicu) u predefinirane klase, te utvrditi značajne faktore (varijable) koje utječu na stupanj prilagodbe. Također izgrađen je sustav ispravka „neprilagođenih“ stranica upotrebom tehnika iz domene obrade prirodnog jezika. Rezultati su pokazali da se pomoću strojnog učenja može ocijeniti stupanj prilagođenosti stranice SEO preporukama, da se strojno učenje može koristiti za utvrđivanje značajnih faktora, te da se izgrađeni sustav prilagodbe može koristiti za ispravak tj. poboljšanje mrežnih stranica koje su u prethodnim fazama klasificirane kao "neprilagođene".
Abstract (english)
Search engine optimization (SEO) involves techniques by which the author of the website customizes the website so that it ranks higher in organic (natural) search results on popular Internet search engines for selected keywords. This process includes, among others, the optimization of content (text) to fit SEO recommendations. This study examines the possibility of using machine learning tecniques to classify web pages into three predefined classes related to the degree of content adjustment to the SEO recommendations. Using machine learning algorithms, classifiers are built and trained to classify an unknown sample (web page) in the predefined classes and to identify important factors that affect the degree of adjustment. In addition, using algorithms from the domain of natural language processing a system for correction is built and tested. Results show that machine learning can be used to predict the degree of adjustments of web pages to SEO recommendations, for identifying important SEO factors and that the proposed correction system can be used to correct pages which were classified as "misfits" in prior stages.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:211:750631
Study programmeTitle: Postgraduate doctoral study in Information Science
Study programme type: university
Study level: postgraduate
Academic / professional title: doktor/doktorica znanosti, područje društvenih znanosti, polje informacijske i komunikacijske znanosti (doktor/doktorica znanosti, područje društvenih znanosti, polje informacijske i komunikacijske znanosti)
Type of resourceText
File originBorn digital
Access conditionsOpen access
Terms of useLicence In copyright icon
Created on2019-10-23 13:30:13