| 基于Nutch的Web网站定向采集系统 | |
徐健 ; 张智雄
| |
| 2009 | |
| Source Publication | 现代图书情报技术
 |
| Issue | 177Pages:1-6 |
| Abstract | 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。 |
| Keyword | 网站定向采集系统 Nutch 网站抓取 网页去噪 |
| Subject Area | 信息技术 |
| Indexed By | 其他 |
| Language | 中文 |
| Funding Organization | 国家“十一五”科技支撑计划子课题“网络科技信息监测与评价”(项目编号:2006BAH03B05)的研究成果之一 |
| Document Type | 期刊论文 |
| Identifier | http://ir.las.ac.cn/handle/12502/2401 |
| Collection | 中国科学院文献情报中心（北京）_信息系统部 |
| Recommended Citation GB/T 7714 | 徐健,张智雄. 基于Nutch的Web网站定向采集系统[J]. 现代图书情报技术,2009(177):1-6. |
| APA | 徐健,&张智雄.(2009).基于Nutch的Web网站定向采集系统.现代图书情报技术(177),1-6. |
| MLA | 徐健,et al."基于Nutch的Web网站定向采集系统".现代图书情报技术 .177(2009):1-6. |
| Files in This Item: | Download All | |||||
| File Name/Size | DocType | Version | Access | License | ||
| 基于Nutch的Web网站定向采集系统.（549KB） | 开放获取 | License | View Download | |||
Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.
Edit Comment