web scraping

Pripadam u generaciji koja je deskriptivnu statistiku još nedavno, na fakultetu, računala “rukom”, a kritične vrijednosti tražila u tiskanim statističkim tablicama. Ta vremena iz današnje datacentrične perspektive izgledaju romantičnija nego što uistinu jesu. U ovome postu želim dati osvrt na trenutačno stanje u statističkom kurikulu iz iskustva rada na razvoju i predavanja nekoliko statističkih kolegija namijenjenih studentima društvenih i humanističkih znanosti (Primjena statistike, Obrada podataka, Multivarijatne metode, Analiza teksta ). [Opširnije]

Nakon ljetnog zatišja, kampanja za predsjedničke izbore od kraja kolovoza opet dobiva momentum. To je vidljivo na donjem grafikonu koji prikazuje tjedno kretanje broja članaka u kojima se spominju predsjednički kandidati na svim važnijim domaćim internetskim portalima. Broj kandidata je još uvijek neslužben i kreće se negdje oko 10ak, a čini se da najveći dio kandidata koristi platformu predsjedničke kampanje za osobnu (političku) promidžbu i nema ozbiljne namjere niti šanse za pobjedu. [Opširnije]

U predzadnjem postu sam prikazao kako preuzeti e-mail adrese sadržane unutar slike (.img) sa web stranice. Međutim, mnogo češće se email-ovi nalaze unutar <a> html taga ili kao čisti tekst. U ovom postu ću prikazati kako preuzeti e-mail adrese sa web stranica u tom slučaju. Post može biti zanimljiv svima koje žele raditi ciljane e-mail kampanje programski i tako zaobići ručno preuzimanje podataka sa web stranica. Nedavno sam htio preuzeti e-mail adrese leasing kuća u Hrvatskoj. [Opširnije]

Mali poduzetnici do novih potencijalnih klijenta dolaze na četiri glavna načina: poštom, e-mailom, hladnim pozivom ili preporukom. Iako postoji cijela teorija marketinga o tome kako doći do novih klijenata, prvi kontakt se u većini slučajeva temelji na ove 4 jednostavne tehnike (barem kada je riječ o B2B prodaji). U ovom postu ću pokazati kako se pomoću programskog jezika R može relativno jednostavno prikupiti javno dostupne e-mail adrese sa određene stranice. [Opširnije]