首页> 中文期刊>现代图书情报技术 >基于Nutch的Web网站定向采集系统

基于Nutch的Web网站定向采集系统

开具论文收录证明 >>

期刊封面封底目录下载 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

在对目前具有代表性的开源网络抓取软件Nutch、Heritrix、WCT、Web-Harvest进行比较分析的基础上,提出基于Nutch的Web网站定向采集系统,并对种子站点的选取、抓取过程管理、网页去噪、新种子站点的发现等关键问题进行重点探讨.

著录项

来源
《现代图书情报技术》|2009年第4期|1-6|共6页
作者
徐健; 张智雄;
展开▼
作者单位

中国科学院国家科学图书馆,北京,100190;

中山大学资讯管理系,广州,510275;

中国科学院国家科学图书馆,北京,100190;

展开▼
原文格式 PDF
正文语种 chi
中图分类电子图书馆、数字图书馆;
关键词
网站定向采集系统; Nutch; 网站抓取; 网页去噪;
入库时间 2023-07-25 13:46:03

相似文献

中文文献
外文文献
专利

1. 基于Nutch的物流信息平台网页资源定向采集系统 [J] . 刘兴邦 ,赵晓娇 . 物流技术 . 2012,第007期
2. 基于Nutch的多源社交媒体情报采集系统 [J] . 傅魁 ,覃桂双 . 北京邮电大学学报（社会科学版） . 2019,第005期
3. 基于Nutch的增量网页信息采集系统的设计与实现 [J] . 代鹏 . 软件 . 2015,第011期
4. 基于主题的教育信息定向采集系统的设计 [J] . 杜素芳 . 计算机光盘软件与应用 . 2014,第013期
5. 基于Web的定向医药信息采集系统设计与实现 [J] . 邹元平 ,邢珂 ,林宇 . 医学信息学杂志 . 2012,第005期
6. 基于Nutch的Web网站定向采集系统 [C] . 徐健 ,张智雄 . 第二届“数字图书馆与开放源码软件（DLIB OSS 2009)”学术研讨会 . 2009
7. 日志采集与分析在Web网站中的设计与实现 [A] . 张天生 . 2015

获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

客服微信
服务号