泛普軟件分析聚焦爬蟲技術和特定主題—OA 資源

申請免費試用、咨詢電話：400-8352-114

　　泛普軟件分析聚焦爬蟲技術和特定主題—OA 資源

　　1 聚焦爬蟲技術

　　泛普軟件通過文獻檢索獲知：聚焦爬蟲(Focused Crawler)又稱為主題爬蟲(Topical Crawler)，它的工作流程(如圖1)比傳統(tǒng)網絡爬蟲復雜一些，在抓取頁面并提取出URL以后，會根據相應的URL分析算法保留盡可能多的主題相關度高的URL，并將其放入等待抓取的URL隊列;與主題無關或相關度不高的URL將被丟棄。然后再從URL隊列里讀取URL進行抓取，并重復上述過程，直到滿足爬行停止條件為止。而且，聚集爬出的系統(tǒng)中有專門的數據庫，用來存貯被爬蟲抓取的網頁，并有專門的功能模塊對網頁進行內容分析、特征詞提取，從而建立起相應的主題特征詞庫。特征詞庫建立以后，可以更好的對之后抓取的網頁進行分析和評價，把與主題無關或相關度不高的網頁排除。

　　2 特定主題—OA 資源

　　泛普軟件通過文獻檢索獲知：Open Access即開放存取,簡稱OA，2002年2月14日發(fā)表的《布達佩斯開放存取計劃》對OA做了如下的定義：“古老的學術傳統(tǒng)和嶄新的技術已經結合起來，可能將給公眾帶來空前的利益。古老的學術傳統(tǒng)是為了接受咨詢和傳播知識的目的，在毋需付費的條件下，科學家和學者們很樂意將自己的研究成果發(fā)表于學術期刊上。嶄新的技術是英特網。這種結合可能將給公眾帶來的利益就是：經過同行評價的期刊文獻可以被所有的科學家、學者、教師、學生以及其他充滿好奇心的人在全球范圍內發(fā)布其電子文本并可以完全免費的、無限制的使用。消除對這些文獻的存取障礙將會加快研究的速度，使教育更加豐富多彩，富人與窮人之間互相共享彼此的學問，從而使這些文獻達到最大限度的利用，并在共同的理智交流和知識的追求中建立人類聯合的基礎。這種免費的無限制的聯機獲取方式，稱之為開放存取(open access)。”

　　Open Access是國際科技界、學術界、出版界、信息傳播界為推動科研成果利用網絡自由傳播而發(fā)起的運動。通過網絡技術，任何人可以免費的獲得各類文獻。

　　此文章為泛普軟件所寫，轉載請留版權，泛普軟件專注OA,OA系統(tǒng),OA辦公系統(tǒng),OA軟件,OA辦公軟件。 52tianma.cn

　　泛普軟件編輯