第四章龙马网络内容定向建设系统.pptVIP

设置专业网址 一般来说这种列表式的文章连接，组织的规则都是一样的，比如/note/157229045/除去域名部分，剩下的是note/157229045/ 按照/进行分开，就是note和157229045这两部分，第一个是字母，第二个是数字。这就是他的规则如果还有其他的连接不满足这个规则，比如：/note/157229045/1234.html这个就是另外一个规则，比上面那个多了一部分。因此在输入规则网址的时候，就要输入两个网址进去，分两行输入 如何判断网站的不同规则？ 最简单的判断方式就是看斜杠/的个数来区分是不是一样的规则 删除文章及停止采集 删除该分类文章：该功能是用来删除这个分类下的所有文章。删除后不可恢复，操作时要小心使用。如果要删除某个分类，必须要先删除该分类下的所有文章 关闭采集：停止对该分类的采集，但是并不删除分类。 删除：删除该分类。 专业网址设置 如果管理人员不知道某网站应该归入某个分类，或者某个网站可以归入多个分类，可以在此功能下添加专业网址。系统会专门对这些网站进行扫描，收录符合要求的文章。 在这里设置的网址的内容都是通过关键词匹配满足条件后才会收录入系统。 过滤网址设置 在此处设置的过滤网址是表示系统不会对这些网站进行扫描，这些网站的内容都不会被收录入库。 账户下共有过滤词设置 在此处设置的过滤词是对所有专题都起作用，任何一个专题采集到的文章都会通过该处设置的过滤词进行二次筛选，被过滤词命中的将被删除，不收录入库。 自建库文章管理 文章管理是对从网络搜索回来的文章内容进行管理，点击自建库文章管理，右边是搜索回来的文章列表，可以对文章进行编辑，删除和对分类进行调整。修改和删除按照页面的提示操作即可。 注意：这里的检索是对入库的内容的检索，不是针对互联网的。文章参考类型是系统对自动采集入库的内容的判断，有一定的误差，如果不是明确的要找某一类型文献，可以不用选择此项。 点击分类调整，出现分类调整页面.该页面分上下两部分，上面是这篇文章所属的分类，如果有分类错误的，可以删除掉，然后从下面部分选择正确的分类。 下面部分是搜索框，在搜索框填入分类的名称关键词，比如数学，点击查询，就能查出来包含关键词的分类. 从列表中找到该文章正确的分类，点击添加，则该分类就加入到上面的所属分类列表中，然后点击保存按纽，则该文章的分类就调整过来了。 分类调整 自有资源分类管理 对于用户自有的数字文档，可以通过系统设定分类进行上传，提供给读者使用。满足自建数据库资料来源多样化的需求。 自有资源文章管理 建立分类以后，在此功能下添加本地资源。 自有资源管理 单条资源添加 分类选择：用户可以选择添加的本地资源属于学科分类、自建库分类或者本地资源分类。 自有资源管理 批量资源添加 本地资源发布效果 自有资源在前台位置 广州阔拓信息科技有限公司 Company Logo Company Logo Company Logo Company Logo Company Logo 龙马网络内容定向建设系统 广州阔拓信息科技有限公司 背景 我们需要网络信息吗 在购买了大量专业库的情况下，无论是科研，还是学习仍然要通过搜索引擎去寻找海量的，最新的专业信息（论文、评论、动态、文章）和新闻动态，虽然很累，但是我们离不开网络信息。 传统互联网搜索的缺憾 大量的有用信息与之擦肩而过 能收集多少？有多少时间去收集？ 不同的网站去登录，去注册，不断的发现是重复内容，不累吗？ 建立专业数据库 大数据的挖掘，我们做到了多少？ 解决方案 龙马网络内容定向建设系统是运用尖端的搜索引擎技术、文本挖掘技术，自然语言技术、统计语言学、机器人工智能技术等面向个人科研、学习信息收集和图书馆的特色数据库建设的系统工具。通过用户所设置的分类和关键词，对网页内容自动采集处理、自动识别、文章去重与相似度分析、智能聚类分类、自动生成摘要和关键词、主题检测，分类自动入库。 用途 图书馆建立专题数据库 教师建立个人的学科情报、研究专题库 大数据挖掘 页面解析、文件编码处理、文章自动去重、正文自动识别与提取、标题自动识别与提取、垃圾信息过滤、文章相似度判别、自动摘要、自动分类、热点发现、高效索引、海量信息存贮 访问穿透需要注册、登录的各类型网站、论坛、博客； 元搜索采集、RSS采集和指定站点采集等多种采集途径，实现采集全网覆盖；支持对多种网页格式、多种字符的采集。 根据网络转载、本地引用、内容数据提取、搜索引擎查询频次，判断采集的精度和全面性，自动优化算法。 系统功能 全面 采集 精确 处理 内容 分析 建设内容 采集 对象 采集 内容 内容 标引 自动 归类 各大学术搜索引擎 数千个学术网站 学术论坛、博客 常用搜索引擎 全网络覆盖