Sustav za upravljanje i pretraživanje baze PDF dokumenata

završni rad

• Naslov (engleski): PDF Document Management and Search System
• Autor: Luka Čupić
• Mentor: Marko Čupić (mentor)
• Član povjerenstva: Marko Čupić (predsjednik povjerenstva)
• Član povjerenstva: Martin Tutek (član povjerenstva)
• Član povjerenstva: Karlo Knežević (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2018-07-13, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

Pretraživanje i uspoređivanje dokumenata vrlo je rašireno u današnjem svijetu. Sve više raznih područja iziskuje nekakvu vrstu pretraživanja odnosno dohvata informacija iz teksta. Da bi se to moglo ostvariti, potrebno je poznavati metodologiju usporedbe dokumenata po sličnosti. U okviru ovog rada istažene su neke od takvih metoda te je napravljena implementacija koja korisniku nudi mogućnost upravljanje lokalnom bazom PDF dokumenata. Bazu je moguće pretraživati koristeći tekstovni upit ili proizvoljni dokument. Dokumenti baze također se mogu se grafički prikazati pri čemu će biti vidljiva njihova međusobna sličnost. Programska implementacija ostvarena je u programskom jeziku Java.

Sažetak (engleski)

Searching and comparing documents is very widespread in today's world. Many different areas require some kind of information retrieval. In order to accomplish that, it is necessary to be familiar with the methodology of document comparison. This thesis explores the use of such methods for the purposes of managing a local database of PDF documents. The database can be searched by a textual query or an arbitrary document. The documents' similarities can also be shown graphically. The implementation was written in the Java programming language.

• Ključne riječi: Sličnost dokumenata; TF-IDF; Vizualizacija dokumenata; Grupiranje k-srednjih vrijednosti; Java
• Ključne riječi (engleski): Document similarity; TF-IDF; Document visualization; K-means clustering; Java
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:792007
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: preddiplomski; Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2019-03-13 19:48:42