Longitudinal Web Scraping — Herhaalde Geautomatiseerde Verzameling van Webdata Over Tijd
Longitudinal web scraping is een techniek voor gegevensverzameling die geautomatiseerde scripts gebruikt om inhoud van websites op meerdere, vooraf gedefinieerde tijdstippen te extraheren. Door dezelfde webbronnen herhaaldelijk opnieuw te bezoeken, bouwen onderzoekers een tijdreeksdataset op die vastlegt hoe online inhoud, prijzen, discours of gedrag evolueert. Het wordt veel gebruikt in computationele sociale wetenschappen, economie, politicologie, gezondheidsonderzoek en digitale geesteswetenschappen om verandering te bestuderen zonder terug te vallen op retrospectieve zelfrapportage.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Methodenkaart
De omgeving van verwante methoden — selecteer een knooppunt om te verkennen.
Bronnen
- Salganik, M. J. (2018). Bit by Bit: Social Research in the Digital Age. Princeton University Press. ISBN: 978-0691158648
- Luscombe, A., Dick, K., & Walby, K. (2022). Algorithmic thinking in the public interest: navigating technical, legal, and ethical challenges in government web scraping. Quality & Quantity, 56(3), 1781–1802. DOI: 10.1007/s11135-021-01164-0 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Longitudinal Web Scraping for Research. ScholarGate. https://scholargate.app/nl/survey-methodology/longitudinal-web-scraping
Welke methode?
Plaats deze methode naast haar naaste verwanten en lees ze naast elkaar — de bibliotheek legt de boeken op tafel; de keuze is aan u.
- API-gebaseerde gegevensverzamelingSurveymethodologie↔ vergelijken
- ContentanalyseKwalitatief↔ vergelijken
- Longitudinale enquêteSurveymethodologie↔ vergelijken
- Sensor Data CollectionSurveymethodologie↔ vergelijken
- Web ScrapingSurveymethodologie↔ vergelijken
Een fout op deze pagina gezien? Meld het of stel een correctie voor →