深层网站Ajax页面数据采集研究综述杨俊峰黎建辉杨风雷.pdfVIP

网络出版时间：2013-02-19 16:26 网络出版地址：/kcms/detail/51.1196.TP1626.050.html 深层网站Ajax 页面数据采集研究综述* 杨俊峰，黎建辉，杨风雷 （中国科学院 计算机网络信息中心，北京 100190） 摘 要：随着互联网的快速发展，Ajax 技术的兴起使网站应用开发经历了深刻的转变，其显著提升用户体验的同时也给传统的搜索引擎带来了巨大 的挑战。如果能够提高网络爬虫采集Ajax 网页数据的能力，必然会提高搜索引擎的覆盖率和准确率。因此，深层网站Ajax 页面数据采集 成为当前网络爬虫技术研究热点之一。本文从深层网站Ajax 页面数据采集的研究目标、近年来国内外采取的研究方法和取得的成果（研究 领域、采集流程、支撑技术）、未来的研究方向三个方面进行了综述。 关键词：Ajax；深层网；Web2.0；数据采集 中图分类号： TP391 文献标志码：A 文章编号： Survey on research of data collection from supporting Ajax technology Deep Web sites YANG Jun-feng，LI Jian-hui ，YANG Feng-lei （Computer Network Information Center，Chinese Academy of Sciences，Beijing 100190, China） Abstract: With the rapid development of the Internet, The use of Ajax technology to make the web application development has undergone a profound transformation; significantly enhance the user experience, while also bright huge challenges to the traditional search engine. If we can improve the ability of data collection from supporting Ajax technology deep web sites, it is bound to improve the coverage and accuracy of the search engine. Therefore, data acquisition from deep web sites supporting Ajax technology is becoming one of the hot spots of current Web crawler technology. This paper first elaborate the research target of data collection from supporting Ajax technology deep web sites, then introduces the recent advances achie