行業(yè)動態(tài)采集范圍
2022-04-30 分類： 網(wǎng)站建設(shè)
網(wǎng)頁檔案的采集有不同的采集策略，不同的采集策略決定了不同的采集范圍，可分為完整型采集、選擇型采集以及混合型采集。
完整型采集是對特定網(wǎng)域的全域進行自動化采集，采集范圍廣、內(nèi)容多。美國的IA宗旨是保存互聯(lián)網(wǎng)的全面記錄，對全球公開的網(wǎng)站進行定期采集。每兩個月，網(wǎng)站頁面快照都會被互聯(lián)網(wǎng)存檔，自IA項目啟動以來，互聯(lián)網(wǎng)存檔已經(jīng)存儲了2730億個網(wǎng)頁。
選擇型采集是有針對性地捕獲特定的網(wǎng)站，通常是根據(jù)事件、主題進行選擇采集，采集范圍小，需要借助人力。例如，澳大利亞的PANDORA項目只采集與澳大利亞相關(guān)，且具有文化意義的網(wǎng)站；美國國會圖書館的Library of Congress Web Archives（以下簡稱LCWA）項目，重點采集與國家利益主題相關(guān)的網(wǎng)頁資源，包括美國選舉、伊拉克戰(zhàn)爭和911事件；蘇格蘭的NRS網(wǎng)頁檔案項目，事先制定指南，根據(jù)指南采集其范圍內(nèi)組織創(chuàng)建和擁有的網(wǎng)站，包括蘇格蘭政府、蘇格蘭議會、蘇格蘭法院等。
混合型采集是將兩種策略相結(jié)合，先大范圍地對網(wǎng)站進行完整采集，再有重點地針對某些特定的網(wǎng)站進行深度、頻繁的選擇性采集。英國的UKWA項目，首先爬網(wǎng)內(nèi)容是在英國發(fā)布的網(wǎng)站，如那些在英國頂級域名上的網(wǎng)站.uk、.cymru和.scot，以及可以手動識別出在英國發(fā)布的網(wǎng)站，再由工作人員定期關(guān)注、收集有關(guān)特定事件、主題或興趣領(lǐng)域的網(wǎng)站。
完整型采集是對特定網(wǎng)域的全域進行自動化采集，采集范圍廣、內(nèi)容多。美國的IA宗旨是保存互聯(lián)網(wǎng)的全面記錄，對全球公開的網(wǎng)站進行定期采集。每兩個月，網(wǎng)站頁面快照都會被互聯(lián)網(wǎng)存檔，自IA項目啟動以來，互聯(lián)網(wǎng)存檔已經(jīng)存儲了2730億個網(wǎng)頁。
選擇型采集是有針對性地捕獲特定的網(wǎng)站，通常是根據(jù)事件、主題進行選擇采集，采集范圍小，需要借助人力。例如，澳大利亞的PANDORA項目只采集與澳大利亞相關(guān)，且具有文化意義的網(wǎng)站；美國國會圖書館的Library of Congress Web Archives（以下簡稱LCWA）項目，重點采集與國家利益主題相關(guān)的網(wǎng)頁資源，包括美國選舉、伊拉克戰(zhàn)爭和911事件；蘇格蘭的NRS網(wǎng)頁檔案項目，事先制定指南，根據(jù)指南采集其范圍內(nèi)組織創(chuàng)建和擁有的網(wǎng)站，包括蘇格蘭政府、蘇格蘭議會、蘇格蘭法院等。
混合型采集是將兩種策略相結(jié)合，先大范圍地對網(wǎng)站進行完整采集，再有重點地針對某些特定的網(wǎng)站進行深度、頻繁的選擇性采集。英國的UKWA項目，首先爬網(wǎng)內(nèi)容是在英國發(fā)布的網(wǎng)站，如那些在英國頂級域名上的網(wǎng)站.uk、.cymru和.scot，以及可以手動識別出在英國發(fā)布的網(wǎng)站，再由工作人員定期關(guān)注、收集有關(guān)特定事件、主題或興趣領(lǐng)域的網(wǎng)站。
標題名稱：行業(yè)動態(tài)采集范圍
網(wǎng)頁鏈接：http://aaarwkj.com/news/147573.html
成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供定制開發(fā)、自適應(yīng)網(wǎng)站、網(wǎng)站排名、建站公司、響應(yīng)式網(wǎng)站、品牌網(wǎng)站建設(shè)
聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)
猜你還喜歡下面的內(nèi)容
- 關(guān)于企業(yè)網(wǎng)站的主機服務(wù)器選擇上應(yīng)該要特別注意哪些地方？ 2022-04-30
- 【網(wǎng)絡(luò)推廣】網(wǎng)絡(luò)推廣的上風(fēng)是什么?會給企業(yè)帶來什么好處? 2022-04-30
- 【網(wǎng)絡(luò)推廣】網(wǎng)絡(luò)推廣的策略有什么?網(wǎng)絡(luò)推廣的目標是什么? 2022-04-30
- Web前端開發(fā)技術(shù)優(yōu)化發(fā)展方向 2022-04-30
- 【網(wǎng)站優(yōu)化】SEOer，要勇敢地堅持下去 2022-04-30
- 如今網(wǎng)絡(luò)環(huán)境下的審美 2022-04-30
- 行業(yè)動態(tài)Python進行網(wǎng)頁文本處理 2022-04-30
- 【SEO優(yōu)化】SEO優(yōu)化中可能導(dǎo)致網(wǎng)站被懲罰的原因有哪些? 2022-04-30
- 陽泉seo優(yōu)化對企業(yè)帶來的百度關(guān)鍵詞排名優(yōu)勢 2022-04-30
- 網(wǎng)站間鏈接的實際意義和考慮因素 2022-04-30
- 網(wǎng)頁色彩設(shè)計的基本原理 2022-04-30
- 使用用戶的語言寫作文案的好處 2022-04-30
- 什么是線框設(shè)計以及其在網(wǎng)頁設(shè)計中的具體應(yīng)用 2022-04-30
- 行業(yè)動態(tài)信息引導(dǎo)功能 2022-04-30
- 【SEO優(yōu)化】robots文件對SEO優(yōu)化非常重要! 2022-04-30
- 網(wǎng)絡(luò)故障診斷的硬件工具 2022-04-30
- 網(wǎng)站外包建設(shè)注意事項 2022-04-30
- 網(wǎng)站頁面需要克服的九種弊端 2022-04-30
- 百度發(fā)布新品AI技術(shù)位列全球頂級 2022-04-30