| 王兰成 朱建华.数字图书馆Web 学术资源信息的分块采集研究[J].中国科技资源导刊,2012,(6):76~80 |
| 数字图书馆Web 学术资源信息的分块采集研究 |
| Research of Page Segmentation for Digital Library Based on Web Academic Resource Crawling |
| 投稿时间：2012-07-29 |
| DOI： |
| 中文关键词: 数字图书馆；Web 学术资源；自动采集；信息系统 |
| 英文关键词: digital library, web academic resource, automation crawling, information system |
| 基金项目: |
| 作者 | 单位 | | 王兰成 朱建华 | 南京政治学院上海校区军事信息管理系，上海 200433 |
|
| 摘要点击次数: 2895 |
| 全文下载次数: 2828 |
| 中文摘要: |
| 在数字图书馆Web 学术信息资源的优化采集中，有效结合网页空间特征、内容特征和标签信息对网页进
行分块，研究对分块结果进行识别和合并，然后输出网页的主题文本和相关链接块集合，最后通过实验分析该方法能
够进一步去除页面中噪音、准确地分析页面的主题相关性和提高Web 主题信息采集的质量。 |
| 英文摘要: |
| Web academic resource crawling on digital library is an important research area. The effective integration
of web space characteristics, content characteristics and label information on the web pages block are researched.
The identification and the merger of results on Page Segmentation are studied. The subject of the final text page and
related links block collection are output. It is fact that more accurate analysis of the topic pages and improve the
quality of Web information collection subject. |
|
查看全文
查看/发表评论 下载PDF阅读器 |
| 关闭 |
