基于页面Block的Web档案采集和存储

• 作者: 宋杰 王大玲 申德荣 鲍玉斌
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: Web档案 页面分区 页块
• 年，卷（期）: 2008,（2）
• 所属期刊栏目: Deep Web数据集成
• 页码范围: 275-290
• 页数: 16页
• 分类号: TP393
• 字数: 9756字
• 语种: 中文
• DOI: 10.3724/SP.J.1001.2008.00275

摘要

提出了基于页面Block对Web页面的采集和存储方式,并详细表述了该方法如何完成基于布局页面分区、Block主题的抽取、版本和差异的比较以及增量存储的方式.实现了一个Web归档原型系统,并对所提出的算法进行了详细的测试.理论和实验表明,所提出的基于页面Block的Web档案(Web archive)采集和存储方法能够很好地适应Web档案的管理方式,并对基于Web档案的查询、搜索、知识发现和数据挖掘等应用提供有利的数据资源.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王大玲	东北大学信息科学与工程学院	70	1479	23.0	36.0
2	申德荣	东北大学信息科学与工程学院	111	1289	18.0	32.0
3	宋杰	东北大学信息科学与工程学院	39	690	14.0	25.0
4	鲍玉斌	东北大学信息科学与工程学院	85	1496	22.0	36.0