استخراج، دسته‌بندی مطالب از یک وب‌سایت (به زبان انگلیسی)

**عنوان پروژه: استخراج و دسته‌بندی مطالب از یک وب‌سایت (به زبان انگلیسی)** **توضیحات پروژه:** ما به دنبال یک فرد متخصص و با تجربه در زمینه وب اسکریپتینگ، داده‌کاوی، پردازش متن و مدیریت مستندات هستیم. هدف این پروژه استخراج، طبقه‌بندی و ذخیره بخشی از مقالات و مطالب وب‌سایت مشخص (https://www.babypips.com/learn) به فرمت‌های مناسب است. هدف از این پروژه، جمع‌آوری دقیق و مرتب‌سازی مطالب بر اساس عنوان، موضوع و سایر ویژگی‌های مرتبط است تا داده‌های استخراج‌شده به‌راحتی قابل استفاده و جستجو باشند. فریلنسر موظف است در صورت نیاز، داده‌ها را علاوه بر فرمت‌های استاندارد مانند Excel و CSV، در قالب فایل‌های Microsoft Word نیز سازمان‌دهی کند. **وظایف و مسئولیت‌ها:** ✔ **استخراج داده‌ها:** - شناسایی و دانلود مطالب از وب‌سایت مشخص (https://www.babypips.com/learn). ✔ **پردازش و سازمان‌دهی اطلاعات:** - مرتب‌سازی و دسته‌بندی مطالب بر اساس عنوان و موضوع. - حذف داده‌های تکراری و اطمینان از ساختار صحیح اطلاعات. - ایجاد یک قالب سازمان‌یافته در Microsoft Word که شامل محتوای استخراج‌شده به‌صورت مرتب و خوانا باشد. ✔ **تحویل نهایی:** - ارائه مقالات به‌صورت ساختاریافته در قالب فایل‌های Word، Excel و سایر فرمت‌های مشخص‌شده. - ارائه مستندات فنی و توضیحات در مورد روش اجرای پروژه (در صورت نیاز). **مهارت‌ها و الزامات مورد نیاز:** ✅ تسلط بر وب اسکریپتینگ با استفاده از زبان‌های برنامه‌نویسی مانند Python و کتابخانه‌های BeautifulSoup، Scrapy و Selenium. ✅ آشنایی با APIها و ابزارهای خودکارسازی برای استخراج داده‌های وب. ✅ مهارت در پردازش داده‌ها و تحلیل اطلاعات با استفاده از Pandas و سایر ابزارهای داده‌کاوی. ✅ توانایی ذخیره و مدیریت داده‌ها در فرمت‌های Excel (XLSX)، CSV و پایگاه داده‌های MySQL یا MongoDB. ✅ مهارت بالا در کار با Microsoft Word برای قالب‌بندی مقالات به‌صورت خوانا و ساختاریافته. ✅ دقت بالا در مرتب‌سازی اطلاعات و مدیریت داده‌های حجیم. ✅ آشنایی با الگوریتم‌های پردازش متن و استخراج اطلاعات (مزیت محسوب می‌شود). **دسته‌بندی پروژه:** بازاریابی و فروش ما به دنبال همکاری با فردی با تجربه و توانمندی هستیم که بتواند به بهترین نحو به اهداف پروژه دست یابد.