第1讲-信息资源管理技术-信息采集.pptVIP

信息资源管理技术 苏新宁 课程内容大纲 信息采集技术 信息存储与组织 信息自动处理 信息检索技术 信息分析技术 信息服务技术 信息采集技术 文献信息源及采集 数据库资源及信息获取 网络资源及采集 多媒体信息的采集 信息存储与组织 结构化数据组织 全文本信息的组织 多媒体数据的组织 本体数据组织方法 XML及元数据 信息自动处理 信息特征的提取 自动标引理论与技术 自动分类与聚类 信息自动摘要 视频信息的处理 数据挖掘基本理论与技术 信息检索 传统检索理论与技术 搜索引擎技术 智能代理 分布式检索（跨平台、跨服务器） 多文种和跨语言的检索 网格检索技术 信息服务技术 推送服务 个性化服务 SDI 查新服务 虚拟咨询（数字参考） 信息分析技术 数据仓库技术 联机分析处理 引文分析法 Web计量学 各种信息分析方法 第一讲 信息采集 Web采集技术与方法 Web信息采集(Web Crawling) 指通过Web页面之间的链接关系．从Web上自动地获取页面信息，并且随着链接不断向整个Web扩展的过程。实现这一过程主要是由Web信息采集器(Web Crawler)来完成的。Web Crawler也常称作Web Spider、Web Robot或Web Worm。粗略地说．它主要是指这样一个程序．从一个初始的URL集出发。将这些URL全部放入到一个有序的待采集队列里。而采集器从这个队列