Лонгитюдный веб-скрейпинг — Повторяющийся автоматизированный сбор веб-данных во времени
Лонгитюдный веб-скрейпинг — это метод сбора данных, использующий автоматизированные скрипты для извлечения контента с веб-сайтов в несколько заранее определённых моментов времени. Повторно обращаясь к одним и тем же веб-источникам, исследователи создают временной ряд данных, который отражает эволюцию онлайн-контента, цен, дискурса или поведения. Он широко используется в вычислительных социальных науках, экономике, политологии, исследованиях в области здравоохранения и цифровых гуманитарных науках для изучения изменений без опоры на ретроспективные самоотчёты.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Карта метода
Окружение родственных методов — выберите узел, чтобы перейти к нему.
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Longitudinal Web Scraping for Research. ScholarGate. https://scholargate.app/ru/survey-methodology/longitudinal-web-scraping
Какой метод?
Поставьте этот метод рядом с ближайшими родственными и прочитайте их бок о бок — библиотека выкладывает книги на стол, а выбор за вами.
- Сбор данных через APIМетодология опросов↔ сравнить
- Контент-анализКачественные методы↔ сравнить
- Лонгитюдное (продольное) исследованиеМетодология опросов↔ сравнить
- Сбор данных с датчиковМетодология опросов↔ сравнить
- Веб-скрейпингМетодология опросов↔ сравнить
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →