Indonesi an  Journa l  of El ect ri cal Engineer ing  an d  Comp ut er  Scie nce   Vo l.   23 ,  No.   1 ,   Ju ly   2021 , p p.  5 19 ~ 528   IS S N: 25 02 - 475 2,  DOI: 10 .11 591/ijeecs .v 23 .i 1 . pp5 19 - 52 8   ļ²        519       Journ al h om e page :  http: // ij eecs.i aesc or e.c om   A deep  web dat a extrac t ion  mod el   f or we b mi nin g : a re view       Ily Amali n a A hma d  S ab ri , Mus tafa  Man   Facul t y   of  Oc ean E ngin ee ring   T ec hnolog y   and   I nform at ic s,   Univ ersit i   Malay si a T ere ngganu ,   Kua l a  Nerus,   T ere ng ganu,   Malay s ia       Art ic le  In f o     ABSTR A CT   Art ic le  history:   Re cei ved   Sep   1 1,  2020   Re vised A pr 22 , 2 021   Accepte d  Ma y   1,   2021       The   world   wide   web  has  b ec o m e  a  l arg e   pool   of  informat ion.  Ext r ac t ing   struct ure d  da ta   f rom   a  publi shed  webpa ges  has  dra wn  at te n ti on  in  the   la s t   dec ad e.   The   pro ce ss   of  web  dat a   ext ra ct ion  (W DE)  has  m an y   challe ng es,   du e   to  var i ety   of   web  data  and   the  unstruct ure d   d at a  from   h y p er t ext   m ark up   la nguag e   (HTML)  fil es.   The   a i m   of  thi s  pape r  is  to  provide   a  co m pre hensive   over vie w  of  cur ren t  web  data  e xtra c ti on  techni ques,   in  te rm s  of  ext racte d   qual ity   d ata.   This   pape r  foc uses  on  stud y   for  d ata  ext r ac t ion  usi ng  wrappe r  appr oac h es  and  co m par es  ea ch  o the r  to  ide n ti f y   t he  best  appr oach  to  ext ract   dat a  from   onli ne   site s.  To  observe   the   eff i ci en c y   of  the   proposed  m odel ,   we  compare   the   p er form anc e  of  data  ext r ac t ion  b y   single   web  pag e   ext ra ct ion   with  diffe r ent   m odel s  such  as  document  object  m o del   (DO M),  wrappe r  usin g   h y brid  dom   and  json   (W H DJ ),   w rap per   ext r actio n  of  image   usin g  DO M   and  JSON  ( W EID J)  and  W EIDJ  (no - rule s).  Fina lly ,   t he  expe r imentati ons  prove d  tha t  W EIDJ  ca n  ext ract  dat a  fas te st  and  low  ti m e  consum ing  compare d  to   othe r  proposed   m et hod.   Ke yw or ds:   Data ext racti on techn i qu e s   Do c um ent o bje ct   m od el   No isy  i nfor m ation   Web data  extra ct ion   Wr a pper  e xtr act ion   of   im age   us in g DO M  and JSO N   Wr a pper  us in g  hy br i d  D O M  and JS ON   This   is an  open   acc ess arti cl e   un der  the  CC  B Y - SA   l ic ense .     Corres pond in g  Aut h or :   Ily  A m al ina A hm ad  Sabri   Faculty  of  Oce an  E ngineeri ng  Tech nolo gy a nd Info rm atics   Un i ver sit i M al ay sia  Tereng ga nu   Ku al a  Ne ru s , T ereng ganu, M al ay sia   Em a il :   i ly l ina@u m t.edu .m y       1.   INTROD U CTION   The  World  Wi de  Web   has  be com e  a  la rg e  pool  of  inf orm ation   w hich  c on t ai ns   we b  pa ges ,  inclu ding   i m ages,  au dio ,   vid e o  c li ps,  pro du ct   in f orm at ion .  W e b  traff ic   is  am on g  t he  im po rt ant  issue  due   to  the   extracti on  proc ess   [ 1] .  T he   pr ocess  of  e xtra ct ing   data  fro m   web   pa ges   is  a  c on ce r n  for  people  t hat  le ad  t o  oth e r  pur pose  and   giv e  huge   ben e fit.  Com m on ly ,  web sit es  are  m a inly   desig n  f or   hum an  to  glance   certai n  inf or m at ion .  T he  str uctu re  of  we bs it es  are  di ff ere nt  eac h  ot her   a nd  they   a re  sem i - structu red.  Pe op le   ne ed  to   sel ect   certai n  i m ages  m m anu al ly   that  the y  are  interest ed  to  save.  It  is  t i m e   con s um ing .  On e  of  the   te chnolo gies  th at   can  be  ap plied  f or   web   dat a  extracti on  ( WDE)  is  cal le d  as  a  w rapper .   The  m ai n  go al   of   this   wr a pper  or  to ol   is  to  tra nsfo r m   the  sem i - structu red  data  i nt o  str uctu red  da ta .  The re  a re  a  lot  of   resea rc hes  t hat  discuss   a bout  wr a ppers .  Mos t  research es  discuss   ab out  au tom a ti c  data  e xtracti on  inclu des  noise   inf orm at ion .  A  post - proce s s ing   m ay   be  require d  in  web   da ta   extracti on  to  deal  with  be nef ic ia l  extract ion .  It  is  im po r ta nt  to  extract  the  data  with  hi gh   pr eci sion   a nd   rec al l  and   al so   i n  fastest   way  f or  us ers .  I n  this  pap e r,   a  wr a pp er  has   been  propose d  to  e xtract  dat a  base d  on  dif fe re nt  r ules  a nd  m od el s  s uc h  as  docum ent  obj ect   m od el   ( DO M ),  wr a pper   us in g  hybr i d   D OM  and   JS ON   ( WHDJ ),   w rapper  e xtracti on   of   im age  us ing   DO M  a nd  JSO N   ( W E I DJ)  an d  WEIDJ   ( no - r ul es).   This   resea r ch  wor ks   no t   only   f ocu s   on  how   to  extract   da ta   but  al so  f oc us   on   pr ovidin g  us e r   fr ie ndly   platf orm   fo r  de velo pe rs  t o  treat   t he   extracte d  data .  T his  ca n  be  a chieve d  c om plete l y  thr ough the  u s er frien dly b rowser f or GUI .    Evaluation Warning : The document was created with Spire.PDF for Python.
          ļ²                 IS S N :   2502 - 4752   Ind on esi a n  J  E le c  En g  &  Co m p  Sci,   Vo l.   23 , N o.   1 ,  Ju ly   2021 :  5 1 9   -   52 8   520   Ov e r  the  past  new   decad e s,  nu m erous  stu di es  hav e  bee n  carried  ou t  on  m ining   data  from   web sit e  or   web   pa ge s  an d  nu m ero us  te chn i qu e s  ha ve  be en  ap plied  [ 2] .  Ma ny  rece nt  works  trie d  to  extract  the  str uc ture d  inf or m at ion   from   web   pag e s  us i ng  va riet y  of   te c hniq ue s  su c h  as   D OM,  visu al   se gm entat ion s  or  ot he r   te chn iq ues  [3 ] ,   [ 4] .  Kam anw a r  et   al .,   [ 5]   ag r eed  that  WD E  is  a  way  of   m i ning  us e rā€™s  re quisi te   figure s  f ro m   web   pa ges.   N ow a days,  t he  extracto r  is  us ed  to  e xtract  i nfor m at ion   be cause  web   pa ge   is  an  oc ean  of   data  wh ic h  m akes  browsi ng  inf orm at ion   as  a  ver y  com plex  task .  N orm ally  t he  co ntents  of   web   doc um ents  are   un st ru ct ur e d.  Web  data  extra ct ion   is  def i ne d  a s   a  process  wh ic h  us e  t oo l   an d  wr a ppers   as  m ediu m s  to  extract   inf or m at ion   from   web   doc um ents  in  hype r te xt  m ark up   la ngua ge   ( HTM L)  f or m at .  The   no isy   in f or m ation   s uc h  as tags,  adve rtise m ents, an d b ann e r x wil l be  rem ov ed by  wrapp e r.   STEM   ha s  bee n  propose d  by  Fang  [6]   to  e xtract  str uctu re s  of  ide ntifie rs   from   the  ta g  path  of  we b  pag e s.  The n  a  su f fix  tree  is  buil t  on   top   of   t hese  seq ue nces   and   f our  re fin ing   filt ers  are  pro po se d  to  vi ew  the  sect ion s  w hich   co ntain  un ne cessary  in form at ion .  Pour am i ni   et   al ,   [7]   pro posed  ha ndle - base d  wr a pp er  by   us in g  DO M  t re e  ap proach.  T hi s  researc h  wor ked  on  te xt  fea tures.  It  act s  as   ha nd le s  t o  m i ne  data  rec ords   from   web   pa ges.   T he   extracti on  con sist s  of   te xt ual  delim it ers,   keyw ords,   c onsta nts  or   te xt   p at te rn s .  Po ly no m ia l   al gorithm   has  been  desi gned  to  f or m   agains t  the  pa ge  el e m ents  in  tw o  s it uations ;  m ixed  bo tt om   up   a nd  to p - dow n  trave rse  DO M - tree.  T he   lim it a ti on   of   this  app li cat io n  is  the  extracti on   proce ss  can  only   be  per f or m ed  on the  visible  pa rts. It   can  not  extract f r om  the who le   we b p ages.   TANG O  was  pro po se d  by  Jim Ć©nez   et   al .,   [ 8] ,   desi gn e d  to   le arn   r ules  f or  a  detai le d  an d  recall abili ty   extracti on  of  inf or m at ion   fro m   se m i - structu red   w eb  do c um ents.  The  high  preci sion   a nd  recall abili ty   are  pr e - requisi te s  in  th e  co ntext  of   e nter pr ise   syst e m s  integrati on .   It  de pe nd s   on   on  an   ope n  ca ta l og ue   of  ty pe s  that   helps  to  m ap  the  co ntents  of   do c um ents  into  a  kn owle dge   base.  Eac h  co m po nen t  of   we b  doc um ents  i n  D OM   node  is  denote d  by  HTML,  D OM,  CSS ,  rela ti on al ,  a nd   us e r - def i ned   featu res.   Re sea rch   done  by  et   al . ,  [ 9]   ha s   pro po se d  the  de ep  we b  data extracti on  (DW DE)  fram ewo r k  to p r ovide ac cur at e res ults to u se rs  base d  on thei r   URLs  or dom a ins sea rch e d.   Tripathy   et   al. ,  [10]   pro posed   VEDD  wr a pp er  to  extract  th e  relevan t  sear ch  res ults  records   ( SRR s)   from   search  eng i ne  by  filt ering   ou t  the  no isy   and   re dund ant  rec ords.   B FS  was  us e d  i n  the  beg i nn i ng  as  it   helpe d  to  re - st r uctu re  the  unstruct ur e d  an d  se m i - structured  SSR  pag e s  wh i ch  si m plify  the  extracti on   pr oc ess.  SSR  pag e s  whic h  in  turn   si m pl ifie s  the  e xtracti on  proc ess.  Dero uiche   et   al,   [11]   propose d  obj e ct   run ne r   te chn iq ue  cal le d  w rappe r  inf eren ce  that  processes  the  e xt racti on   an d  in te gr at io n  auto m at i cally   of   com plex   structu re d  data . Th e e xtracti on pro ce ss w as  done  in t wo  sta ges; au tom at ic   annotat ions an d  extra ct ion  te m pla te   const ru ct io ns.   X W R AP ,  a  w rapper  base d  on   DO M  tree   was  de velo pe d  by  Liu   et   al . ,   [12] .  It  c onsist s  of   f ou r   com po ne nts;  synta ct ic al   structur e  no rm aliz at ion ,  in form ation   e xtracti on  was  use d  for  der i ving  r ules,   code   gen e rati on  was   us e d  for  gen e r at ing   the   w ra ppers   pro gram s,  te sti ng   a nd  pa ckin g  us e d  f or  validat io n.   OL ERA   was  de vel op e d  by  Chan g  et   al.,   [13] .  It  pr oduce d  ext racti on   ru le s  from   sem i - structu re d  we b  pag es  without   consi der i ng  th e  trai ning   data s.  It   was  desi gn e d  with  vis ualiz at io n  sup ports.  H oweve r,   the  te chn i que  was   represe nted  by   it s  sensiti vity  to  the  order i ng   in f or m at ion .  T her e  wer e   al so   pro bab il it ie s  in  the  fail ur e  of  extracti on  proc ess, if  tem plates  f or   each  att ribu te   we re s im i la r.   Liu  et   al. ,   [ 14]   pro posed   MDR.  It  was   a  f ully   auto m at ed  syst e m   to  ide ntify  da ta   records  in   webpa ges.   T he   app li cat ion   of  this  te chn iq ue   ob li ge d  al l  data  to  hav e  sam e  par e nts  and   m ul ti ple  data  reco r ds  to  hav e   sim i la r  stru ct ur e s.  Th e  draw bac k  of  this  ap proac h  was  it s  disa bili ty   to  ext ract  in div id ual  fiel ds .   V IPS   was  propose d  by  Ca i  Yu   et   al .,   [ 15 ]   an d  Ca i   et   al .,   [ 16 ] .  It  was  a  c om bin at ion   of  tw o  te chn i qu e s;  pa rsing   of   HTML  in  DOM   tree  and   we b  pa ge  la yo ut  analy sis  us in g  visu al   c ues.   T he  ex pe rim ent s  cl early   sh ow ed  that   visio n - base d  w eb  pa ge  co ntent  structu re  wa s  ver y  he lp fu l  in  detect ing   an d  filt ering   ou t  no isy   an d  irrel evan t   inf or m at ion .  A lt ho ug h  this  re search   pro ve d  good  c om pliances  to  the  m ulti ple  data  re gions  of   dee p  w e bs   f or  data ext racti on, it sti ll  r est rict ed by i ts i nca pa bili ty  it  co m plete ly  r e m ov in g n oise.   Crescenzi   et   al .,   [ 17]   de velo pe d  Roa dR unne r.   T his  to ol  e na bled  data  e xtr act ion   th r ough   the  us e  of   autom at ic ally  gen e rated   w ra pp e rs.  It  was   base d  on  the   s i m i la riti es  and  dif fer e nces   be tween   the  we bp a ges .   The  a dvanta ge   of  Roa d  R unne r  is  that  it   ha d   no  pri or  knowle dge  a bout  t he  sc hem a  of   t he  webpa ges  a nd  it s  abili ty   in  han dl ing   neste d  str uctu res  of  co ntents.  Th e  lim i t at ion s  we re  it s  disabili ty   in  m anag in g  dis jun ct i on   cases  and   er r ors  in  the  inp ut  docum ents,  thu s   aff ect ing   it ā€™s  e ff ect ive ness.   I EPAD,  a   syst em   that  auto m atical l y  disco ver e d  e xtracti on   ru le s  from   web   pa ges   [18] .  This  sys tem   can  identify   recor d  bo undar ie s  from   rep eat e d  patte rn   m ining  and   m ulti ple   sequ e nce  al ign m ents.  The  adv a ntage  of   this  te chn i qu e  is  the  extracti on   of  inf or m at ion   inv ol ves  no  hu m an  ef forts  an d  con te nt  de penden t  heurist ic s.  The  li m it at io n  of  this  to ol  was  it s   poor a bili ty  in  deali ng w it h  c om plex  an d ne ste d  str uctu red  data.   Hsu  et   al.,   [19 ]   dev el op e d  SoftM eal y  as  we b  data  e xtracti on  to ol.  T his  t oo l  a ppli ed  c onte xtu al   r ules   and  fi nite  sta te   tran ducers  (FST)  te c hn i qu e   wh i c h  c om pr ise d  body  tra nduc ers  a nd  tu ple  trans du ce r.  Th e  body   tran du ce rs  ext racted  the  pa r ts  of   the  web  con te nts  that   con ta in  tu ple.  Then,  tup le   tran du ce rs  it erati vely  extracte d  the  t up le s .  T his  te c hn i qu e   ho wever  wa s  no t  a bl e  to  gen e rali ze  oversee n  s epa rator s.  T SI MM IS   was   Evaluation Warning : The document was created with Spire.PDF for Python.
Ind on esi a n  J  E le c Eng &  Co m p  Sci     IS S N:  25 02 - 4752   ļ²     A d ee p  we b da t a  ext r action m od el  f or  we b m ining : a review  (Ily  Amali na A hma d Sabri)   521   an  extract or   th at   extracts  data  us ing   e x tract or  from   WW W   con te nts  then  c onve rted  the  extracte d  in for m at ion  into  a  struct ur e d   f or m at   bef ore  storing  it   into  data base  [ 20] .  The  releva nt   data  is  retriev ed  in  ob j ect   ex change   m od e l (O EM)   form at .    Web   data  extr act ion   syst em   i s  a  so ftw are  a pp li cat io n  that  can  retrie ve  rel evan t  in form ation   s uch   a s   te xt,  i m ages,  aud i o  an d  m any  oth ers  f r om   web   s ources  [ 21 ] .  T his  ap plica ti on   usual ly   coope rates  with  we b  so urces   an d  m ining  the  rel e van t  i nfor m at i on  to  be  store d.   The   m ining   co ntents  c ons ist   of   ori gin s   in  the   HTML  web   pa ges  a nd   can  be   post - pr ocesse d,   tra nsfo rm ed  to  the  m os t  sui ta ble  structu re d  f or m at   and   s tore d  for  a dv a nce  pur pose.  D OM  can  be  a ppli ed  directl y  to   disco ve r  the   require d  i nfo rm ation   f r om   HTML   do c um ents.  A bid in   et   al.,   [ 22]   co ns tr ucted   DO M  tree   str uctu re  on  the   pr e li m inary  step .  T he n,   unne cessary  nodes   su c h  as   script,   sty le   need  to   be   fil te red .   Cl assifi cat ion   process   is  vital   to   th e  searc h  cl ass es  of   m ul tim edia   data.  Data  for  m e dia  will   be  reco gniz ed  wh e n  the  par se r  f ound  w ord  ā€œsrc=ā€  in  the  data  struc ture.   Finall y  m ult i m edia  data  can  be   extracte d.   H ow e ve r,   it   has  been   f ound  tha t  la rg e  a m ou nt   of   processi ng  tim es   are  re qu i red   f or  the  e xtracti on  of  web   pa ge s  w hich  c onsist s  la rg e  siz e  of  HTML  str uct ur es .  Be sides  t hat,  al l  i m ages  will   be  extracte d  with ou t  co ns ide rin g  rep e ti ti ve  file s.  Th us   W E I DJ  m od el   is  pr opos e d  t o   o v e r c o m e   t h e   l i m i t a t i o n s   o f   D O M   m o d e l   i n   e x t r a c t i n g   i m a g e s .   T a b l e   1   s u m m a r i z e s   w e b   d a t a   e x t r a c t i o n   t o o l s .   The  m otivati on f or  t his r esear ch  ori gin at es  from  p rev io us  works on  te ch ni qu e s and m et h odologies o f   locat ing  an d  e xtracti ng  data  f ro m   var i ou s   w eb  pa ges  of  dif fer e nt  sit es.  Th ese  data   can   be   ve ry  ben e fici al s  an d  us ef ul  f or   m anag erial   inf orm at ion .  T he  ext r act ed  inf or m at i on   is  m erg ed  i nto   the  m ultim edia  databa se  a nd   ca n  be  us e d  to  f ulfi ll   new   queries  in  the  ne xt  sta ge  of  data  m ini ng.  The  m ai n  con t rib ution   of   t his  resea rch   w ork  is  the  de velo pm e nt  of   the  web   data  extracti on   m od el   us in g  hy br id  a pproach es  for  i m age s  extracti on  an d  detai ls  rev eal at io n  of  it s  inf or m at i on.  T his  m odel   is  ex pected   to  e nab le s   a n  e ff ect ive  i m ageā€™ s  e xtrac ti on   by  sp eci fical ly   disclose  only   relat ed  par ts,  sim ultaneousl y  resul ts  in  a  red uce d  extracti on ā€™s  tim es.  This  pap er  is   structu re d  as  f oll ows;  In   the   fo ll owin g  Se ct ion   2,  this  pa per   pr ese nts  the  resea rch   m et hod  to  ad dre ss  the  extracti on  iss ue s.  T he n,   we   will   show   the   perform ance  of  pro po se d  to ol   in  Sect io n  3  wh ic h  pr e sents   res ult   and analy sis a nd  finall y i n  Sec ti on   4,  t he  c on cl us io n  is  disc u sse d.       Table  1.   We b data ext racti on too ls   (Auth o r, y ea r)   Too ls       Mod el   Fan g ,  Xie,  Zhan g ,  Ch en g  and  Z h an g   [ 6 ]   STE M   Su f f i x  T ree  Ba sed   Metho d   Po u ra m in i,  Kh aj e  Hass an i and  Nasiri   [ 7 ]   Han d le - b ased  Wra p p er   DOM  Tr e e   Ji m Ć©n ez a n d  Co rch u elo  [ 8 ]   TANG O   DOM   Ch itra  an d   Ay sh a  Ban u  [ 9 ]   DW D E   Tag b ased  Feature   Tr ip ath y ,  Jo sh i,  T h o m as, Shett y  and   Tho m as [ 1 0 ]   VEDD   -   DOM  Tr e e   -   Breadt h  Fir st S ear ch  ( BFS)   Derou ich e,  Cau tis  an d  Abd ess ale m   [ 1 1 ]   Ob jectRu n n er     Liu, Pu an d  Han [ 1 2 ]   XW RAP   DOM  Tr e e   Ch an g  and  Kuo  [ 1 3 ]   OLE RA     Liu, Gr o ss m an  and  Z h ai [ 1 4 ]   MDR     Cai, Yu,  W en   an d  M a [ 1 5 ]   VIPS   -   DOM  Tr e e   -   Visu al Cu es   Crescen zi,  Mecc a  an d  M erialdo  [ 1 7 ]   Ro ad  Ru n n er     Ch an g  and  L u i [ 1 8 ]   IE PA D   Pattern Disco v er y   Hsu  and  Dun g  [ 1 9 ]   So f tMealy     Ha m m e r ,  G arcia - Molin a,  Ch o ,  Ar an h a  an d  Cresp o  [ 2 0 ]   TSI MM I S   Ob ject E x ch an g e  Mod el ( O EM )       2.   RE SEA R CH MET HO D   The   basic  co nc epts  of   data  extracti on  pro cess  m us t  consi st  of   data,  sel ect ion ,  trans f or m at ion   and  knowle dge.  I n  the  pr el im inary  ste p,   us e rs  ne ed  to  kn ow   t he   ty pes  of   data  that  they   are  extracti ng  ei ther   te xts,   i m ages,  vid e os  or   oth e rs.  This   sel ect ion   of   da ta   m us t  be  do ne  earli er  beca us e  eac h  data  has  thei r  ow n  s ource s   and   e xtracti ng   m od el s.  A fter   the  sel ect ion   of   the  ty pe  of   data  has  bee n  do ne,   the  fol lowing  pr oces s  are  abstracti ng  a nd   trans f or m ing   t he  sel ect ed   data  into   ta bula r  f or m at   us in g  s pe ci fic  ap proac he s  w hich  nee d  to   be  fu ll y u nderst ood pr i or  t o dev el op a  wr a pper.   W ra ppers  are  t oo ls  that  ha ve  been   dev el op e d  us in g  s pecifi c  te chn iq ues  or  m od el s .  T his  too l  can  be   us e d  to   extract   i m ages  aut oma ti cal ly .  The  w rapper   can   be   cat egorized   i nto   tw o  m ai n  co m po nen ts .   The   firs t   com po ne nt   in volves  t he  in sert ion   of  we b  a dd ress, ā€œ URLā€  of   web  pa ge.   It  c om pr ise s   the  pa rsing  of   t he  H TML  web   pag e  a nd  conver ti ng  th e m   to  DO M   tree   struct ur e .  Th is   co nv e rsion  is  sign ific a nt   to  un de rsta nd  the   structu re  of   H TML   pa ges  in   tree  en vir onm ent.  This  m et hod  is  us ef ul   in  ha nd li ng   the  str uctur e   of  dat a ,   wh et her  it   is  struct ur e d,   sem i - structu re d  or   unstr uctu red.  T he  sec ond  pa rt   is  relat ed   to  t he  knowle dge  base d  Evaluation Warning : The document was created with Spire.PDF for Python.
          ļ²                 IS S N :   2502 - 4752   Ind on esi a n  J  E le c  En g  &  Co m p  Sci,   Vo l.   23 , N o.   1 ,  Ju ly   2021 :  5 1 9   -   52 8   522   const ru ct io n.   T he  e xtracti on t echn i qu e s   that  are b e en  a ppli ed  in t his r e sear ch work  a re   D OM,  hybri d  m od el   of   DO M  a nd   J S ON   ( WHDJ)   a nd   hybri d  m od el   of   DO M ,  JSON  an d  vis ual  segm entat i on   ( WEIDJ) .   Figure  1  sh ows  g e ne ral  m od el s f or th re e w e b data ext r act ion  m od el s;  DO M  [ 23 ] , W HD J [ 24 ]   a nd  WEIDJ   [ 25 ] .           Figure  1.  Ge ne ral m od el       3.   RESU LT S   A ND AN ALYSIS   Fo r  e xperim ental   wo r ks ,  se ve ral  sa m ples  of   WW F  we b  pag e s  wer e  ta ken   a nd   the  e xtracti on  of  con te nts  was  pe rfor m ed  on  t he   sam pled  data   us in g  HTML   so urce  file s.  T his  file   c on ta in s  the  in f or m at i on  of  the  im ages  whic h  are   goin g  t o  be  e xtracted .   Fig ur e  2  sho ws  s am ple  ext ractor  s pecifica ti on   of   file .  List   of  com m and s c onsist  o f  im ages an d  im ageā€™ s  U RL can  be  see n i n  the  br ac kets  ā€˜ {ā€˜ a nd ā€˜ } ā€™.  M os t o f  the im ages  a r e   i n   . j p g   f o r m a t   f i l e .   W E I D J   i s   c a p a b l e   i n   e x t r a c t i n g   i m a g e s   o f   v a r i o u s   f o r m a t s   s u c h   a s   . j p g ,   . g i f ,   . b m p   a n d   o t h e r s .   JavaSc ript  O bj ect   No ta ti on,  a lso  know n  as  J SON  is  synta x  for  savi ng  an d  swappi ng   data.   JSON  ha s  m or e  ben efit   that  can  im pr ess  the  us e r.   T his  te chnolo gy  enab le s  us er s  easy   to  underst and   a nd  get  th e  th e   i m po rtant  te xt  in  orde r  tran s m itti ng   data  ob j ect s.  It  is  the  best  ch oice  f or  stora ge  an d  it   al so   ena bled  a  sp ee dy  respo ns e  to  in form ation   que r ie s.  The  ou t put  can  be  ra nge d  f ro m   si m ple   to  com plex  structu re  an d  hi gh ly   nested .  $js on_url _p at h  is  us e d  as  c on st ru ct or  to  in form   the  JSON  da ta   set   to  inclu de  the   nested  st ru ct ures  of   JSON  obj ect .   I n  first  ste p,   U RL  nee ds   t o  be   declare d  as  json  path.  T hen,  ā€˜s rcā€™  val ue  ne eds  t o  be  s peci fied  as   path.   T his  is  ver y  im po rtant   in  order   to  find   th e  inf or m at ion   of  im age s  from   the  i m age  neste d  str uctu re.   Figure  3  sho w s  the  struc ture   of  e xtracted   i nfor m at ion ,  w hich   has   been  orga nized   in   structu re d  ways  an d  disp la ye d  in  ta ble  form at s  [26] .  T he  e xtract ion   pr ocess  in  this  exam ple  was  pe rfor m ed  by  ta ble  def in it ion s.   The  i niti al   co m m and   $js on_URL  gets  t he  con te nts  of  the   sour ce  file   or  web  a ddress   w ho s e  URL   is  giv en   i n  [ā€˜ URL ā€™].  Af te r   the  file   has  be en  fetche d,  the  co ntents  will   be  detai le d  into  s peci fic  crit eria  su ch  as   $no,   $im g_ URL,  im age,  $si ze_in _byt es  and   $to ta l_tim e_load_page.  T he  extra ct ion   inf orm ati on   will   be  d en oted  i n  ta ble r e pr ese nt at ion .       Evaluation Warning : The document was created with Spire.PDF for Python.
Ind on esi a n  J  E le c Eng &  Co m p  Sci     IS S N:  25 02 - 4752   ļ²     A d ee p  we b da t a  ext r action m od el  f or  we b m ining : a review  (Ily  Amali na A hma d Sabri)   523       Figure  2. A  sa m ple ex tract or   sp eci ficat io n  fi le           Figure  3. The  e xtracted  in for m at ion  in  J S O N  f orm at       In  ad diti on  to   the  basic  ca pabi li t ie s  of  WEIDJ,   our   ext ractor  al so   pro vide s  seve ral  oth e r  us ef ul  a nd   us er ā€™s  fr ie ndly   feature s.  On e   of   t hem   is  t he  que ries  to  the  save d  im a ges  are   pro vide d.   Fi gure  4  s how s   colle ct ion   of  im ages  that  ha ve   bee n  sa ved   in  sin gle  m ultim edia  databas e.  Th ese  im ages  can  be  querie d  f r om   database  for  be nef ic ia l  pur pose.  T hus,  it   can  be  us e d  f or   furthe r  pur po s e  su c h  as  ge ne rati on  of  repor ts ,   analy sis .    Im ages  that  hav e  bee n  sel ect ed  will   be  sto r ed  in  m ultim e dia  databa se.  The  i m ages  are  su ccesf ully   save d  in  datab ase.  There  are   two  op ti on s  t hat  can  be  sel ect ed  by  us ers   fo r  sa ving  i m ages  into  m ult i m edia  database  ei t her  in  aut om at ic   o r  m anu al .  JS O N  as  a  sta ndar d  m od ule  c ou l d  acce pt  any  da ta   structu re  a nd   t urn   them   into  a  representa ti on  of  string.  Fig ur e  5  sho ws  im age s  that  su ccesf ul ly   extracte d  and   represe nt  in   JSON  form at . Th e ad van ta ges usin g JSO N  is  f ast er  and it i s  ver y e asy  to use.       Evaluation Warning : The document was created with Spire.PDF for Python.
          ļ²                 IS S N :   2502 - 4752   Ind on esi a n  J  E le c  En g  &  Co m p  Sci,   Vo l.   23 , N o.   1 ,  Ju ly   2021 :  5 1 9   -   52 8   524       Figure  4. Im ages r et rie ved f rom  d at abase           Figure  5. JS O N  f orm at       The  e xperim entat ion   f or  deep  we b,   t he  we b  data  e xtracti on   is  pe rfo rm ed  by  co ns i der i ng  the  siz e  an d  diff e re nt  le vel  of   im ages  [27] .  This  e xp e rim ent  has  bee n  c onduct ed  with   reg a rds  to  f or m er  works  do ne  by   [16]   to  c om par e  the  perf or m ances  of   e xtra ct ion   process.   The  im age  extracti on   has   be en  e xtracted  i n  three   ways:   a)   The  e xtracti on  of im ages in  g e ner al   way    b)   The  e xtracti on   of  im ages  by   co ns ide rin g  t he  siz e   of  im a ges  i n  t wo  pa r ts;   50*50  pix e ls  an d  128* 128  pix el s.   c)   The  e xtracti on  of  im ages  is  te s te d  ra ndom ly   at   dif fer e nt  le ve ls;   5  pag e s,  10  pag e s,  15  pa ges,  20  pa ges,  25  pag e s a nd 30 p ages.   Evaluation Warning : The document was created with Spire.PDF for Python.
Ind on esi a n  J  E le c Eng &  Co m p  Sci     IS S N:  25 02 - 4752   ļ²     A d ee p  we b da t a  ext r action m od el  f or  we b m ining : a review  (Ily  Amali na A hma d Sabri)   525   In  this  pap e r,  we  discuss  the   resu lt   of  dee p  web  data  e xtra ct ion   by  e xtrac ti on   of  im ages  that  has   bee n  te ste d  rand om l y  fo r  30   pag es   as  sh ow n  in  T able s   2  a nd   3   a nd   by  co ns ide rin g  two  par ts  of   e xtracti on  pi xels;   50*50  pi xels  a nd  12 8*128  pi xels.  Ta ble  4  s hows  t he  per c entage  of  ti m e   extracti on  re ga rd i ng  to  Ta bl e  4 ( a )   and   ( b ) .   From   t his  ta ble,  we  c an  see  that  t he  per ce ntage  of  tim e  extracti on   for  WEIDJ  a nd  WEIDJ - no  r u le s  is   lowe r  com par e d  to  im age  extr act ion   us in g  D OM  an d  WHD J.  This  perf orm ance  can  pro ve  that  the  e xtr act ion  sem i - structu re d data u sin g W EID J  is fa ste st  com par ed  t o other s .       Table  2.   Per for m ance  of im age ex tract io n by  w e b pag e s  ( 30  U RL )  f or  DOM  and  WHDJ   B en ch m a rk   DOM   W HDJ     I m ag e f o u n d   I m ag e  retr iev ed   I m ag e  f iltered   Ti m e   I m ag e  f o u n d   I m ag e  retr iev ed   I m ag e  f iltered   Ti m e   a m n h .org   1662   611   1051   3 8 4 5 .7 2 7 8   1077   578   499   2 4 5 7 .5 0 4 2   o cean.si.ed u   687   610       77   7 5 1 .5967   62   7 1 5 .2595   iu cn .org   289   251   38   6 8 3 .3783   227   191   36   5 0 9 .2624   en d an g eredsp ecies in ternatio n al.org   77   43   34   1 5 8 .5747   59   43   16   1 1 6 .4149   wwf .org . m y   492   375   117   5 0 3 .206   460   371   89   4 6 2 .0894       Table  3.   Per for m ance of  im age ex tract io n by  w e b pag e s  ( 30  U RL )  f or  WEIDJ a nd  WEIDJ  (no - r ules)   Ben ch m a rk   W E IDJ   W E IDJ(no - rules )     I m ag e  f o u n d   I m ag e  retr iev ed   I m ag e  f iltered   Ti m e   I m ag e  retri ev ed   Ti m e   a m n h .org   249   204   45   1 0 0 .272   5 4 3 0 / 1 6 9 1   5 1 0 .6992   o cean.si.ed u   379   366   13   8 2 .71 6 2   6 9 1 /6 7 6   2 5 4 .8985   iu cn .org   118   101   17   1 0 8 .7956   8 1 9 /2 7 4   2 0 8 .7372   en d an g eredsp ecies in ternatio n al.org   277   105   172   4 7 .43 3 5   4 2 7 /4 0 1   3 8 .95 2 1   wwf .org . m y   371   276   94   9 4 .92 8 8   4 9 5 /4 6 1   7 7 .92 7 6       Table  4.   Per for m ance of I m ag e  extracti on  by  p e rcen ta ge fo r   30  URL   W eb  add ress   DOM   W HDJ   W E IDJ   W E IDJ - n o  r u les   Ti m e   Percenta g e %   Ti m e   Percenta g e %   Ti m e   Percenta g e %   Ti m e   Percentag e  %   a m n h .org   3 8 4 5 .7 2 7 8   5 5 .6   2 4 5 7 .5 0 4 2   3 5 .5   1 0 0 .272   1 .5   5 1 0 .6992   7 .4   o cean.si.ed u   7 5 1 .5967   42   7 1 5 .2595   40   8 2 .71 6 2   4   2 5 4 .8985   14   iu cn .org   6 8 3 .3783   45   5 0 9 .2624   34   1 0 8 .795 6   7 .2   2 0 8 .7372   1 3 .8   en d an g eredsp ecies in ternati o n al.org   1 5 8 .5747   4 3 .9   1 1 6 .4149   3 2 .2   4 7 .43 3 5   1 3 .1   3 8 .95 2 1   1 0 .8   wwf .org . m y   5 0 3 .206   4 4 .2   4 6 2 .0894   4 0 .6   9 4 .92 8 8   8 .35   7 7 .92 7 6   6 .85       To  gi ve  bette r   visu al iz at ion   for  us e rs,   Fi gure  6  s hows  the   per f orm ance  of   ti m e   fo r  ea ch  m od el   in  extracti ng  im a ges  f or  WW F   web sit e  (r e fer   t o  Ta ble  4).  Fro m   this  figure,  we  ca n  see  that   tim e  per form a nce  of  Do c um ent  Obje ct   Mod el   is  44%  w hich  is  c on t rib uting   l onger   tha n  oth e r  m od el s.  This  is  because   the  m od el  needs  to  chec k  the  im ages  fo r  eac h  no de  on e  b y  one  be fore  extracti ng  al l  i m ages  from   this  web sit e.  Th e   wr a pper h ybri d  D OM  an d  JS ON  (WH DJ)  has  been  p r opos ed  to  ove rco m e  the  lim i ta ti on   of   D OM.  T he  resu lt s  sh ow  t he  hy br i d  m od el ,  com bin at ion   of   D O M  and   J SON  ( 40%)  is  s ucces s.  H ow e ve r,   al though  the  ti m e  ha s  been   reduce d  but  there  a re  cer ta in  i m ages  that  can  no t  been   extracte d.  That   is  the  weakne ss  of   WHDJ .  S o,   i n  this  resea rch  work  we   pr opos e d  a  ne w  hybr i d  m od el   w hi ch  is  c om bin at ion   of  the  vis ual  se gm entat i on  an d  handlin g  noisy   i m ages  can   be   detect ed   to  e ns ur e   that  only   ben e fici al   im a ges  ca n  be  retr ie ved .   T he  def i niti on  of  noisy   i m ages  is  the  im ages  that  m a y  con ta ins  of  lo go,  re pe ti ti on   of   im ages  an d  m any  m or e .  This  is bec ause   web,  de sp it e  a ct s  as  la rg e  re po sit or ie s  of   knowle dge,   it   unde niably  al so  con ta i ns   nois y  inform at ion .  No isy   inf or m at ion   can  de gr a de  the  perform ances  of   data  extracti on s .  W E I DJ  is  propose d  in  orde r  to  overc om e  the  lim it at ion   of   e xtracti ng  be ne f ic ia l  i m ages  an d  rem ov e  noisy   i m ages  to  en su re  it   ca n  e xtr act   i m ages  in  f ast est   way.  From   this   f igure,  th e  pe r centage  of   WE ID J  i n  extracti ng   im ages  is  qu it e  fastest   (8%).  WEIDJ  N o - ru le s   is  i m ple m enting  sim il ar  te chn iqu e  in  WEID  m od el   bu t  this  m od el   will   ret rieve  al l  ty pes  of im ages  inclusi ng   no isy  im ages.   Table  5  an d  6  sh ows   im age  extracti on  f or  de ep  web  that  ha ve  sam ple  siz e  of  im age  between  50 x50  and   128x12 8.   The  reas on  th e  extracti on   ha s  been   e xp e ri m ented  in  bet ween   this  tw o  siz e  is  becau se  the   ben e fici al   i m a ge  siz e  norm al ly   in  rag e  128x12 8  but  the  noisy   i m ages  suc h  as  head e r,   l ogo  a nd   so   for th  is  i n  50x50 pi xels.     Evaluation Warning : The document was created with Spire.PDF for Python.
          ļ²                 IS S N :   2502 - 4752   Ind on esi a n  J  E le c  En g  &  Co m p  Sci,   Vo l.   23 , N o.   1 ,  Ju ly   2021 :  5 1 9   -   52 8   526       Figure  6. Perce ntage %   of  ti m e p e rfor m ance  for diffe re nt m od el s  in  e xtract ing  im ages       Table  5.   Per for m ance of im age ex tract io n f or d ee p web ( Size  50*5 0)   Ben ch m a rk   DO M     Link  Fou n d   I m g  f o u n d   I m g   retr iev ed   I m g  f iltered   Ti m e   a m n h .org   132   4881   2125   2756   1 0 5 5 6 .22 3 8   o cean.si.ed u   97   1966   1610   356   2 3 1 9 .4 2 4 4   iu cn .org   96   999   811   188   1 9 7 9 .6 8 5 1   en d an g eredsp ecies in ternatio n al.org   30   394   288   96   8 6 5 .8827   wwf .org . m y   142   1803   1374   429   1 9 0 0 .9 3 9 4     WH DJ   a m n h .org   132   4013   2028   1985   8 7 7 8 .3 7 4 7   o cean.si.ed u   97   1705   1505   200   2 0 7 6 .7 5 4 8   iu cn .org   96   707   596   111   1 6 2 5 .4 5 9 6   en d an g eredsp ecies in ternatio n al.org   30   300   269   31   5 3 4 .6634   wwf .org . m y   142   1626   1370   256   1 3 8 5 .7 1 5 7     WEI DJ   a m n h .org   132   1521   1385   136   4 5 7 .7495   o cean.si.ed u   96   836   803   33   3 1 2 .985   iu cn .org   96   340   310   30   3 0 8 .6347   en d an g eredsp ecies in ternatio n al.org   30   262   102   160   2 6 .40 4 8   wwf .org . m y   143   1311   1059   251   3 1 8 .2913     WEI DJ  ( no  Rul es )   a m n h .org         7 3 3 9 / 4 9 2 1   9 2 8 .7615   o cean.si.ed u         3 8 3 2 / 1 9 7 2   5 8 0 .42   iu cn .org         1 9 5 2 / 1 0 1 1   6 6 0 .984   en d an g eredsp ecies in ternatio n al.org         4 2 7 /4 0 1   3 6 .82 0 5   wwf .org . m y         3 6 7 2 / 1 9 0 7   5 7 3 .7713       Table  6.   Per for m ance of  im age ex tract io n f or d ee p web  ( Size  128* 128)   Ben ch m a rk   DO M     Link  Fou n d   I m g  f o u n d   I m g   retr iev ed   I m g  f iltered   Ti m e   a m n h .org   133   4920   839   4081   1 3 7 0 9 .22 5 3   o cean.si.ed u   97   2007   404   1603   3 2 4 4 .0 4 6 7   iu cn .org   96   998   493   505   2 9 8 0 .6 3 9 6   en d an g eredsp ecies in ternatio n al.org   30   394   78   316   8 0 8 .1518   wwf .org . m y   143   1818   307   1515   1 6 2 1 .6 7 9 6     WH DJ   a m n h .org   134   4124   822   3302   1 2 2 2 3 .65   o cean.si.ed u   98   1681   404   1277   1 8 8 8 .9 1 3 1   iu cn .org   97   790   523   267   1 7 7 2 .1 3 8   en d an g eredsp ecies in ternatio n al.org   30   300   66   234   4 3 6 .362   wwf .org . m y   143   1175   164   1011   5 9 2 .1318     WEI DJ   a m n h .org   1593   1420   173   1 6 9 7 .7 9 3 1   1593   o cean.si.ed u   98   846   807   39   1 3 6 8 .3 6 4 1   iu cn .org   97   389   330   59   1 2 5 3 .8 5 1 7   en d an g eredsp ecies in ternatio n al.org   30   277   93   184   4 5 .66 1 7   wwf .org . m y   143   1371   541   829   3 4 2 .2131     WEI DJ (no - rules )   a m n h .org         7 0 1 2 / 4 9 1 8 /   1 3 3 5 .5 3 6 2   o cean.si.ed u         3 9 0 2 / 2 0 0 5   5 3 3 .1249   iu cn .org         1 0 0 2 / 9 7 0   5 4 0 .0529   en d an g eredsp ecies in ternatio n al.org         4 0 0 /4 2 7   3 1 .12 6 8   wwf .org . m y         2 5 4 1 / 1 3 4 6   3 1 0 .7469   Evaluation Warning : The document was created with Spire.PDF for Python.
Ind on esi a n  J  E le c Eng &  Co m p  Sci     IS S N:  25 02 - 4752   ļ²     A d ee p  we b da t a  ext r action m od el  f or  we b m ining : a review  (Ily  Amali na A hma d Sabri)   527   4.   CONCL US I O N     In  this  pa per,  we  ha ve  descr i bed  a  m od el   for  web  da ta   ext r act ion   pro gr am s,  wh ic h  pro vid es  a n  offe r   po te ntial   web   data  extracti on  for  us ers .  Am ong  17  we bs it es  that  we  us e d  f or  the  e valu at ion   e xp e rim e nt,  th e   exp e rim ental   work   discu sses   the  extracti on  from   fi ve  web s it es  and   the  le ve l  of   extracti on   is  fo cusi ng   on   deep  web.  It  can  be  op e rated  by  th e  act ion   of  use rs  in  cl ic king  a nd   pointi ng  th e  cur s or   t o  sea rch   th e  we b  ad dr ess   after  inse rtin g  the  we b  ur l .  T hi s  exp e rim ent  s hows  t hat  our  pro po se d  wr a pper  is  a ble  to   r edu ce   us e rā€™ s   bur de r n  in  w riti ng  any   co nf i gurati on   file   due  t o  diff e ren t  st ru ct ure  of   ea ch   we b  pag e   al th ough  it   is  in  t he   sam e   web sit e.  A n  i m po rtant  pa rt  of  our   w ork   was  t he  m odel   of   we b  data  extracti on,   the  e xecu ti on  t i m e  of  extracti on  bec om e  lon ge r  es pe ci al ly   in  ext r act ing   a   la r ge  nu m ber s  of  im ages  due  to   c onta in  t he  no isy   im ages   al so .  Ma j ori ty   of   t he  te ch niqu es  co nv e rt  the  web sit e  int o  D OM  tree  s o  th at   they   can  be  analy zed  to   id entify   no ise s   by  rem ov i ng  the  unre la te d  el em ents.   The   extra ct io n  ti m e  beco m e s  lo ng e r  s o  a n  al te rn at ive  have  be e n  cond ucted  t o  de crease  t he  e xe cution  ti m e  by  app ly in g  J S ON  in  WHD J.   A n  im pr oved   al gorithm   and   bette r   so luti on  in  dea li ng   with  the  ever   ex pa nd i ng  data  siz e,  wh ic h  w ou l d  furthe r  com plica te   the  pr oce ssin g  of  the   data,  s houl d  be   inv e nted .  A fter  the  e xtracti on  is  su cce ssf ul   the  i m ages  an d  relat ed  i nform at ion   will   be   save d  in  a  data base  a s  a  struc ture d  f or m at .  This  inf or m at ion   can  be   us e d  f or  f ur t her   act io n  s uc h  as  decisi on  m akin g.  The  one  releva nt  of   this  extra ct ion   process  i s   the  execu ti on   tim e  is   red uce   and   the  i m ageā€™ s  file nam es  w il l  be  rein dex e d.   In   f uture  w ork,   w e  are  plan ning   to  exten d  this   researc h  w ork   in  fo c us in g  e xtracti on  from   m ulti  deep  we bs it es.   The   pe rfo rm a nce  of  im ages  extracti on  will   infl uen ce   the   tim e  fo r  e xec ut ion   process   a nd  the  i m pact  of   the  s tud y  f or   t he  na ti on   an d  c omm un it y  is  the  extracti on  of  se m i - structur e d  data  that  can  be   us ed   for  m anag in g  a nd an al yz in g  t he  c har act e risti cs of elem ents.        ACKN OWLE DGE MENTS     I  since rely   tha nk  al l  those   w ho  hel ped  m e  in  com pleti ng   this  ta sk   e sp ec ia ll y  Bi asi swa   U niv e rsiti   Ma la ysi a Teren gga nu ( B UM T).       REFERE NCE S    [1]   S.  Z.   Z.  Abidin,  N.  M.  Idr is,  A.   H.  Hus ai n,   ā€œ Ext racti on  and  c la s sific a ti on  of  uns truc tur ed  da ta   in   W ebPage s  for   struct ure d  m ulti m edi a  databa se   via   XM L,ā€  Int ernati onal  Conf ere nce   on  Information  Retriev a l  &   Knowle dge   Manage ment  ( CAMP ) ,   2010,   pp.   44 - 49,   doi: 10. 1 109/INFRK M.2 010. 5466948.     [2]   D.  Cai ,   S.  Yu,  J.   W en,   W .   Ma,   ā€œ VIP S:  A  Vision - Based  Page  Seg m ent at ion  Algor it hm , ā€  Boo k  VIPS:  a  vi sion - base d  page  segment a tion alg ori thm ,  Microsoft te chn ica l  rep or t,   MSR - TR - 2003 - 79,   200 3.     [3]   Z .   Ca i ,  J.  L iu,   L.  Xu,  C.   Yin,   J.  W ang,   ā€œ A  Visio n  Rec ognition  B ase d  Method  for   W eb  Data   Ext r a ct ion , ā€  Compute r  Sci en ce ,  2017 .   [4]   Chia - Hui  Chan g,   Shih - Chie n  Kuo,  ā€œ Oler a:   sem isupervi sed  W eb - dat a  ex tracti on  with  visu al   support, ā€  I E EE   Inte lligen t  Syst e ms ,   vol. 19, no.  6,   pp .   56 - 64 ,   No v. - Dec .   2004 ,   do i:   10 . 1109/MIS. 2004. 71.     [5]   Chia - Hui  Chang ,   Shao - Chen  Lu i,   ā€œ IEPAD :  Info rm at ion  Ext ra c tion  B ase d  on  Pa tt ern   Discove r y , ā€  Book   IEPAD:   Information  e xt r act ion   based  on   patt ern  d iscov er yā€™ ACM,   pp.   681 - 688 ,   2001 .   [6]   M.  Cit ra,   A.  A.  Banu,   ā€œ Dee p  We b  Data   Ext r ac t i on  Based  on  UR L  and  Dom ai n  Cla ss ifi c at ion ,ā€  ISAA CA  Journal ,   vol.   4 ,   pp .   1 - 4 ,   2 015,     [7]   V.  Cresc en zi ,   G .   Mec ca,  P.  Meri al do,   ā€œ Roadrunn er:   Towa rds  Aut om at ic   Dat a  Extrac t ion  from   La r ge  W eb  Site s ,ā€  Book   Roadrunne r: Towar ds aut omatic   da ta   ex tra ct ion   from l arge   web  sit es,   pp .   10 9 - 118 ,   2001 .   [8]   N.  Deroui ch e,   B.   Cautis,  T .   Abdess al em,  ā€œ Autom at ic   Ex tr ac t ion  of  Struc ture d  W eb  Dat a  with  Dom ai n   Know le dge, ā€  I EE E  28th  In t ernati onal  Con fe renc e  on  Data  Engi ne erin g ,   2012,   pp.   726 - 737,   doi :   10. 1109/ICDE. 2 012. 90.     [9]   Y.  Fang,   X .   Xie ,   X.  Zha ng ,   R.   Cheng,   Z,   Zha n g,   ā€œ STEM:  A  S uffix  Tr ee - Bas e d  Method  for   W eb  Data   R ec o rds   Ext ra ct ion , ā€   Kno wle dge   and  In fo rm ati on  Syste ms ,   vol .   55 ,   no .   2 ,   p p.   305 - 331 ,   201 8.     [10]   P.  Gulat i ,   M.  Y ada v,   ā€œ A  Novel  Approac h  for  Ext ra ct ing  P ert i nent   Ke y words   for  W eb  Im age   Annotat ion  usin g   Sem ant ic   Dist an ce   and Euc l idea n  Distance , ā€  So ftw are  Engi n ee rin g ,  pp .   173 - 183 ,   2019.   [11]   D.  T.  Hai ,   ā€œ A  Novel  Int ege r  L ine ar   Program mi ng  Form ula ti on   for  Designing   Tra nspare n t  W DM   Optic al  Co re   Networks,ā€   Inte r nati onal  Conf ere nce   on  Ad vanc e d  Technol ogie s f or Comm unic ati ons A TC ,   2019,   pp.   273 - 277,   do i :   10. 1109/ATC. 20 19. 8924515.     [12]   J.  Ham m er,   G.  Molina ,   H .   Cho,   R.   Aranha ,   A.  C respo,   ā€œ A.:   ā€˜Ex tr ac t ing  Sem istru c ture d  Inform atio n  from   the   W eb,ā€  Standford  Infol a b  Publicati on   Se rve r,  1997 .   [13]   C.   N.  Hs u,   M.  T.   Dung,   ā€œGe ner ating  Finit e - Sta te   Tra nsduce rs  for  Sem i - Struct ure d  Data   Ext r ac t ion  from   The   W eb ,ā€  Information  Syst ems ,  vol .   23 ,   no .   8,   pp.   521 - 538,   1998,   doi :  h tt ps:/ /doi . org /10. 1016 /S0306 - 4379(98)00027 - 1.   [14]   R. Jeffe rson,   A. C onnel l ,   and   O.   J eff erson,  ā€œ W eb  Data   Ext ra ction ā€,   Le ns.org ,   ā€œ W eb  Dat a  Ex tractionā€,   acce ss ed  2 1  April  2021.   [15]   P.  Jim ene z,   R .   Corchue lo ,   ā€œ On  Le arn ing  W eb  I nform at ion  Ext r ac t ion  Rule s  wit h  TANG O ,ā€  Information  Syste m s ,  vol.   62 ,   pp .   74 - 1 03,   2016 ,   doi :  h t tps:/ /doi.org/ 10 . 1016/j . is . 2016. 0 5. 003.   Evaluation Warning : The document was created with Spire.PDF for Python.
          ļ²                 IS S N :   2502 - 4752   Ind on esi a n  J  E le c  En g  &  Co m p  Sci,   Vo l.   23 , N o.   1 ,  Ju ly   2021 :  5 1 9   -   52 8   528   [16]   N.  V.  Kam anwa r,   S.  G .   Kal e,  ā€œ W eb  dat a   ex tra c ti on  t ec hn ique s:  A  rev ie w, ā€  Worl d  Confe ren ce   on   Fut uristi c  Tr en ds   in  Re sear ch   and  Innov a ti on  for  So c ial   We lf are  ( Startup  Concl ave ) ,   2016 ,   pp.   1 - 5 ,   doi:   10. 1109/START UP . 2016. 7583910.     [17]   A.  H.  F.   L ae nde r,   B.   A.  R .   Ne to ,   A.   S.  Da   silva,   J.  S.  Teixe ir a,   ā€œ A  Brie f  Surve y   of  W eb  Dat a  Ex tra c ti on  T ools ,ā€  ACM  Sigmod  Record ,  vol .   31 , no.   2,   pp.   84 - 93,   do i:   ht tps:/ /do i. org / 10. 1145/565117.565137.   [18]   B.   Li u ,   R.   Gros sm an,   Y.  Zha i,   ā€œ Mining  dat a  re cor ds  in  web  p age s,ā€   Proceedi ngs  of  the   nint h   ACM  SIGKD D  int ernati ona l co nfe renc e  on   Kno wle dge   discover y  and  da ta  min in g ,  pp .   601 - 606 ,   2003.     [19]   L.   Li u ,   C.   Pu,  W .   Han,   ā€œ XW R AP :  an  XM L - ena ble d  wrapp er  c onstruct ion  s y s t em  for  W eb  informati on  source s,ā€   Proce ed ings  of  16th  Inte rnation al  Confe renc e  o n  Data  Engi nee r ing   (Cat .   No.00 CB37073),  2000,   pp.   611 - 621,   d oi:  10. 1109/ICDE. 2 000. 839475.     [20]   P.  Malhot r a,  S.   K.  Mal ik,   ā€œ W eb  Page   Segm ent at ion   Towa rd s  Inform at i on  Ext ra ct ion   for  W eb  Sem ant ic s, ā€   Inte rnational   Co nfe renc e  on   Inno vat i ve   Comput in g  and  Comm uni cat ions ,  pp.   431 - 442 ,   2018 .   [21]   M.  Man,   I.   A.  A.  Sabri,   M.  M.   A.  Jali l ,   N.  Ali ,   S.  Muham ad,   ā€œ Inform at ion  Inte gra t ion  Archi t e ct ure   S y s te m   for  Empow eri ng  Rural   W om an  In  Seti u  W et l ands,   Te r engga nu,   Malay s ia ,ā€  Journal  of  Sustaina bil ity  Sc ie n ce   a nd   Manage ment ,  vo l,   14 ,   no .   1 ,   pp .   7 7 - 86 ,   2019 .     [22]   A.  Pouram ini ,   S.   K.  Hass ani ,   Sh.   Nasiri,   ā€œ Dat a  E x tra c ti on  Us ing  Conte nt  B ase d  Handle s , ā€   Journ al  of  AI  and  Dat a  Mini ng ,   vol .   6 ,   n o.   2 ,   pp .   399 - 40 7,   2018 ,   doi :  10 . 22044/JAD M.20 17. 990 .    [23]   I.   A.  A.   Sabri ,   M.  Man,   ā€œ A  Per form anc e  of  Co m par at ive  Stud y   for  Sem i - Structured  W eb  Dat a  Ext ra ct ion   Mode l , ā€   Inte rnational   J ournal  of  E lect rical   and   Computer  Engi n ee ri ng ,  vol .   9 ,   no .   6,   pp .   5463 - 5 470,   2019,   doi :   10. 11591/ijece. v 9i6. pp5463 - 547 0.   [24]   I.   A.  A.  Sabri,   M.  Man,   ā€œ Im pr oving  Perform anc e  of  DO M  in   Sem i - Struct ure d  Dat a  Ext ra ct i on  Us ing  W EIDJ   Model, ā€  Indone s ian  Journal  of  El e c tric al  Engi n e ering  and  Comp ute r  Sci en ce ,  vol .   9,   no.   3,   pp.   752 - 763,   2018,   doi:  10. 11591/ijeecs. v9. i3. pp752 - 763 .   [25]   I.   A.  A.  Sabri,   M.  Man,   ā€œ W EI DJ :  Deve lopment  Of  A  New   Alg orit hm   For  Se m i - Struct ure d  W eb   Data   Ext r ac t ion , ā€   TEL KOMNIKA   ( Tele communic a ti on  Computi ng  El e ct ronics  and  Control ),   vol.   1 9,   no.   1 ,   pp .   31 7 - 326,   2021,   doi :   10. 12928/TELK OM NIK A.v19i 1. 16205.   [26]   A.  K.  Tr ipa th y ,   N.  Jos hi,   S.  Tho m as,   S.  Shetty   a nd  N.  Thomas,  ā€œ VEDD -   a  visual   wrappe r  for   ex tra c ti on  of  d ata   using  DO M  tre e, ā€  Int ernati onal   Confe renc e  on  Comm unic ati on,   Information  &   Computing  Tech nology   ICCICT ,   2012,   pp .   1 - 6 ,   d oi:   10 . 1109/ICC ICT. 2012. 63981 14.     [27]   I.   A.  A.  Sabri,   M.  Man,   ā€œ Perform anc e  Anal y s i s  for  Mining  I m age s  of  Dee p  W eb, ā€  Inte rnat ional   Journal  of  Adv anc ed  Com pute r  Scienc e   and  Appl i cations  IJA CS ,  2 020,   vol.  11,   no.   10,   pp .   1 - 7,   2020,   doi:   10. 14569/IJACS A.2020. 0111001 .       BIOGR AP HI ES OF  A UTH ORS       Ily   Amal ina  Ah mad  Sab ri ,   re ce iv ed  her   Dipl om a  in  Inform ation  Technol og y   in  2006  from   PS MZA,  Te ren g ganu,   B ac he lor  of  Inform at ion  Te chno log y   (Software   Engi ne ering),  Master ' s   degr ee,  and  Ph . D.  in  Com pute r  Scie nc e  from   Univer siti   Malay s ia   T ere ngg anu  i n  2009,   2014,   and  2019  r espe c ti vely .   She   is  a   Senior  L ec tur er  in  Facult y   of  O c ea n  Engi ne eri ng   Technol og y   and  Inform at ic s ,   Univer siti   Ma lay sia  Te r engga nu .   Her   rese arc h  in te rests  in cl ude  W eb  Mining,   Data   Ext r ac t ion,  Inform at ion  Ret rie v al ,   Arti ficia l  Inte lligen ce   an d  Dec ision  Support  S y stem.   Her  cur ren t  r ese arc h  proj ec ts  a re   "M - Fly Coun te r  Deve lopment  of  Auto - Counti ng  Mobile   Apps  for  La rg e  Popula ti ons  of  Hous efly   for   Pest  Contr ol  and  Moni tori n g  Acti vi tiesā€  wh ic h  is  fund ed   b y   PP RG  2021   sche m e,   Kaji a n  dan  Pem bang unan  Perisia n  untuk  Studio  Al - Quran,   UM T  which  is  funde d  b y   UM T,   iMAK ERS@U MT  whi ch  is  funde d  b y   MO STI,   ā€œ Deve lopment  and   Im ple m ent at ion   of  DIET CAR E:   An  In te ra cti ve  Onlin e  Nutr it ional  Da ta base   Mana gement   S y stem  to  support  Inte l li g ent   Cli ent   Moni toringā€  which  is  fu nded  b y   TAPE - RG  and  ā€œ An   int ellige n t Ti ss ue  Dispenser   S y st emā€  which   is f u nded  b y   PP RG .         Mustafa  Man   i s  an  A ss oci at e  Profess or  in  School  of  Inform at ic s  and  Applie d  Mathe m at i cs  and  al so  as  a  De put y   Dire ct or  at   Resea rch   Mana g ement  Innova ti o n  Cent re  (RMIC),  UM T.   He  start ed  h is  PhD   studie s  in  Jul y   2 009  and  fin ished   his  studie s  in  C om pute r  Scie n ce  from   UTM   in   2012.   He  has  rec ei ved  Com pute r  Scie n ce   Diploma,   Com p ute r  Scie n ce   De gre e,   Master   Degre e  from   UP M.  In  2012,   he  has  bee n  awa rde d  a  ā€œ MIec   MO S   Prestigi ous  Aw ard sā€  for  his  PhD   by   MIM OS   Berha d.   His  r ese arc h  is  foc used  on  the   d eve l opm ent   of  m ult ipl e  t y p es  of   dat a b ase s  int egr at ion  m odel   an d  al so  in  Augm ent ed  Rea l ity   (AR),  andr oid  base d,   and  I T  rel a te d  int o   acro ss   dom ai n  pla tfo rm .           Evaluation Warning : The document was created with Spire.PDF for Python.