2019年CDAL资源统计报告.docVIP

CDAL资源统计报告 陈翀 报告编号 PKU_CS_NCIS_TR2007003 报告编号 PKU_CS_NCIS_TR2007003 提交时间 2007-3-12 北京大学 信息科学技术学院 网络与信息系统研究所，100871 CDAL资源统计报告 陈翀 +（北京大学 信息科学与技术学院， 100871） 摘要：本文针对CDAL资源库藏进行一次较为全面的统计，与之前主要基于资源粒度的统计不同，这次关注资源内部的文件，统计的项目涉及资源总量、重复资源情况、文件总量、文件后缀种类、频度及分布情况、文件命名长度、文件大小、不同后缀类型的文件大小分布；并按照资源内容类别对上述信息进行统计，尤其是不同内容类别中各后缀类型对应的文件大小分布；此外还计算了资源目录内部通常包含的子目录平均深度。统计工作的目的除了进行普查之外，还希望能有助于发现哪些文件特征能够表达文件对所在资源目录或同目录其它文件的代表性。 关键词：统计 文件 大小 扩展名 名字 类别 CDAL The General Statistic on CDAL Resource Chen Chong CNDS Lab, Peking Abstract: This is a statistic report on CDAL (Chinese Digital Assets Library) resources. What is di