فهرست نشریات علمی دسترسی آزاد ایران

امروزه داده‌ها به‌عنوان یکی از دارایی‌های ارزشمند سازمان‌ها و صنایع مختلف، نقش مهمی را در توسعه و پیشرفت کسب‌وکارها ایفا می‌کنند. درواقع هر سازمانی برای جمع‌آوری داده‌های خود از منابع مختلفی استفاده می‌کند که یکی از این منابع بستر وب است که در آن روزانه داده‌های زیادی توسط کاربران مختلف و یا حتی ربات‌ها در سراسر جهان تولید و منتشر می‌شود. جمع‌آوری و تحلیل چنین داده‌هایی، می‌تواند اطلاعات مفیدی را برای سازمان فراهم نماید. به همین منظور طی دهه‌های گذشته ابزارهای مختلفی توسعه یافته‌اند که به برداشت اطلاعات از بستر وب کمک شایانی نموده‌اند که ازجمله آن‌ها می‌توان به کتابخانه‌های ریکوئست، سلنیوم، اسکرپی، سوپ زیبا و ... در زبان برنامه‌نویسی پایتون اشاره نمود. بااین‌حال، هر یک از این کتابخانه‌ها با چالش‌هایی مواجه هستند. ما در این مقاله با مطالعه کتابخانه سلنیوم و با توجه به وجود چالش‌های متعدد در آن، راه‌حلی را برای مدیریت زمان و بهبود چالش نامتقارن بودن آن ارائه نموده‌ایم. آزمایش‌های ما نشان می‌دهد که استفاده از راه‌حل پیشنهادی، دقت اطلاعات برداشت‌شده از بستر وب را افزایش و درنتیجه چالش نامتقارن بودن را بهبود می‌دهد و همچنین زمان برداشت اطلاعات از بستر وب را نیز کاهش می‌دهد.