Šiame darbe yra pateikiama informacija apie esamų darbų apžvalgą, kuriuose yra minimas panašios bei pasikartojančios informacijos ieškojimas, taip pat aprašoma darbų analizė, kuriuose yra minimas informacijos nuskaitymas iš internetinio portalo bei jos išsaugojimas. Dabartinėje rinkoje egzistuojančių programinių paketų bei karkasų apžvalga, kurių pagalba galima nuskaityti informacija iš internetinio puslapio paverčiant DOM objektais. Po darbų bei sistemų analizės sukurta sistema, kuri sugeba nuskaityti iš „Delfi.lt“ portalo turimo archyvo straipsnius bei komentarus. Pasinaudojant sukurtu programiniu kodu sukurta žinių bazė, kurią sudaro straipsniai ir straipsniams priklausantys komentarai. Žinių bazėje yra sukaupta 10 metų „Delfi.lt“ straipsniai. Atlikus panašiu darbų apžvalgą susijusią su pasikartojančios informacijos paieška įgyvendintas algoritmas, kurį naudojant galima nurodytoje žinių bazėje surasti skirtingus žodžius, suskaičiuoti žodžių reikšmingumą žinių bazę sudarantiems tekstams, bei paskaičiuoti skirtingų dokumentų panašumą. Naudojantis sukurtu programiniu kodu atlikta panašios informacijos paieška bei priimtas sprendimas ar pavyko rasti atsikartojančios informacijos ar ne. / This work describes the overview of the existing works whose has been carried out in the information extraction from the web site and the received information saving. Also describes overview of existing works where are mentioned duplicated information search. In current time ware overviewed existing software packages and frameworks, whose can help retrieve information from web pages and convert all HTML elements to DOM objects. After other existing works overview and systems analysis was created a system which is able to scan „Delfi.lt" portal archive for articles and comments. Using developed program code was created 10 years knowledge base, where are included all articles and articles comments. Also was adapted program code which can find all different words, words counts per documents and documents similarity from created knowledge base, and from results was decided are possible to found duplicated information or not.

Informacinių technologijų raida įnešė svarų indėlį į žmonijos gyvenimo tempą bei būdą. Žiniasklaida sumaniai pradėjo taikyti naujas technologijas savo kasdieniniame darbe. To pasekmė - naujos žiniasklaidos rūšies susiformavimas – internetinė žiniasklaida. Taigi tradicinė žiniasklaida surado naują konkurentą. Internetinė žiniasklaida – tai naujausia žiniasklaidos rūšis virtualioje erdvėje, jungianti tradicinę žiniasklaidą. Jos pagrindiniai bruožai: interaktyvumas, hipertekstualumas, daugialypiškumas. Iš esmės, kiekvienas, mokantis paskelbti tam tikrą informaciją, susijusią su masine žiniasklaida, ar tiesiog ją sugrupuoti tam tikrame portale, yra priskiriamas interneto žiniasklaidos kategorijai. Teorinėje darbo dalyje internetinė žiniasklaida analizuojama trimis aspektais: istoriniu, ekonominiu bei socialiniu. Antrojoje dalyje išsamiai pristatoma miesto naujienų portalo www.kauno.diena.lt istorija bei žinomumas visuomenėje, atliktos portalo struktūros analizės duomenys bei atlikto kokybinio turinio analizės tyrimo rezultatai. Trečioji dalis skirta Fokus grupės tyrimo analizės rezultatams. Darbo pabaigoje pateikiamos išvados, rekomendacijos, literatūros ir šaltinių sąrašas su priedais, kuriuose pateikiama papildoma tyrimo medžiaga. Darbo objektas – miesto naujienų portalo www.kauno.diena.lt rubrikos „Miestas“ savaitės naujienos. Darbo tikslas – ištirti miesto naujienų portalo www.kauno.diena.lt rubrikos „Miestas“ naujienas, pasitelkiant kokybinio tyrimo metodus (turinio... [toliau žr. visą tekstą] / Development of information technologies contributed immensely to the pace and way of life of the humanity. The media started skillfully applying the new technologies into their daily work. The consequence of it is the formation of the new type of the media – internet media. Thus, it became the competitor to the traditional media. The internet media is the newest type of the media in the virtual space, covering traditional media. Its main features are: interactivity, hyper-textuality, multiple character. Actually, everyone who knows how to announce certain information related to the mass media, or simply group it in a certain portal, is ascribed to the category of the internet media. In the theoretical part of the thesis, the internet media is analysed in three aspects: historic, economic and social. The second part thoroughly describes the history of the city news portal www.kauno.diena.lt and its popularity in the society, the data of the structural analysis of the portal as well as the results of the qualitative content analysis of the research. The third part is devoted to the results of the analysis of the Focus group research. The conclusions, the list of literature and sources with annexes of additional material of the research are provided at the end of the thesis. The object of the thesis is the week news of the column „City“ of the news portal www.kauno.diena.lt . The aim of the thesis is to analyse the news of the column „City“ of the news portal www.kauno... [to full text]