Internet obsahuje množství nestrukturovaných dat o kulturních, sportovních, společenských a jiných akcích pro veřejnost po celé České republice. Existují specializované stránky se seznamem (kalendářem) akcí pro jednotlivé zájmové skupiny (sportovci, obce, skauti, turisté, různé spolky, kluby, ...), ale neexistuje stránka, která by všechny tyto akce sdružovala a umožňovala v nich hledání.

Cílem práce je vytvořit nástroj pro hledání, sběr, analýzu, ukládání a prezentaci těchto informací v podobě mapy. Řešení vyžaduje znalosti z několika domén (stahování webových stránek z webu, extrakce dat z HTML souborů, analýzu textových dat, full-textové vyhledávání, GIS vizualizace, programování webových aplikací, návrh a správa databáze).

Technické požadavky: platforma linux, Python, HTML, lxml, JavaScript, SQLite, API Mapy.cz, Webové služby RÚIAN, Wikidata. Co nejméně závislostí na third-party knihovnách.

Důležité prvky aplikace / práce:

• Pravidelné stahování vybraných domén (denně), možnost jednoduchého rozšíření (přidání URL a XPATH / selektorů).
• Extrakce dat o akcích z webových stránek (klíčová slova, název, místo, detail, URL, typ akce, začátek a konec akce).
• Uložení do databáze (detekce duplicit).
• Přiřazení (přibližné) GPS lokace ke každé akci.
• Webová stránka s mapou a možností filtrování akcí podle klíčových slov, data, vzdálenosti od zadaného místa atd.

Příklady typů akcí: autogramiáda, beseda, bohoslužba, brigáda, debata, demonstrace, diskotéka, exkurze, festival, koncert, kurz, návštěva, ohňostroj, ples, pochod, pouť, promítání, přednáška, recitál, seminář, sraz, turnaj, úklid, vernisáž, výlet, výstava, zájezd, ...

Příklady klíčových slov: auta, badminton, běh, ekologie, fotbal, gastronomie, hudba, historie, knihovna, muzeum, pionýr, politika, rock, skaut, spartak, turistika, velikonoce, věda, víno, ...

Cíl pro odevzdání systému je asi 500 akcí týdně s pokrytím všech krajů ČR a několika různých typů akcí.

Příklady stránek s akcemi:

• https://www.ceskainspirace.cz/kalendar-akci/#zacatek
• http://www.unesco-czech.cz/praha/akce/
• http://www.aktivni-turistika.cz/kalendar-akci/
• https://www.jizni-morava.cz/kalendar-akci?from=29.6.2019&to=30.6.2019&month=06.2019&type=a&view=we®ion=&township=&category=
• https://www.npu.cz/cs/npu-a-pamatkova-pece/npu-jako-instituce/akce
• https://www.kudyznudy.cz/Kalendar-akci.aspx
• http://www.kdykde.cz/calendar/all/list?start=2019-06-28&category%5B%5D=10026&category%5B%5D=