欢迎您！东篱公司
退出
-
申报数据库
-
立项数据库
-
成果数据库
-
项目获奖数据库
中文摘要：
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．
英文摘要：
In this paper, the page block based Web archive collecting and storing approach is proposed. The algorithms of layout-based page partition, extracting topic from block, version comparison and incremental storage implementation are introduced in detail. The prototype system is implemented and tested to verify the proposed approach. Theoretics and experiments show that, the proposed approach adapts the Web archive management well, and provides a valuable data resource to the Web archive based query, search, data mining and knowledge discovering applications.
同期刊论文项目
同项目期刊论文
位置：