| 行业动态信息采集系统关键问题解决方案 |
| |
| 引用本文： | 黎柯,蔡永香,干佳林,王居远,杨鼎,胡森勇.行业动态信息采集系统关键问题解决方案[J].测绘科学,2016,41(3):161-166. |
| |
| 作者姓名： | 黎柯 蔡永香 干佳林 王居远 杨鼎 胡森勇 |
| |
| 作者单位： | 长江大学地球科学学院,武汉,430100;长江大学地球科学学院,武汉,430100;长江大学地球科学学院,武汉,430100;长江大学地球科学学院,武汉,430100;长江大学地球科学学院,武汉,430100;长江大学地球科学学院,武汉,430100 |
| |
| 基金项目： | 国土资源部项目(2014Z1317) |
| |
| 摘 要： | 为了解决行业动态信息采集系统中网页定向爬取、网页清洗、信息检索等关键问题,文章提出一套基于Heritrix、Jsoup和Lucene的解决方案,并以测绘地理动态信息系统为例进行验证,结果证明该方法能够较好完成测绘地理信息的定向爬取,实现对不同风格网站网页的清洗,并建立索引提供信息检索机制,给测绘行业人士提供准确可靠的信息服务,为相关研究提供参考。
|
| 关 键 词： | Heritrix和Lucene 信息爬取 网页清洗 全文检索 |
Key problems and their solutions for industrial dynamic information collection system |
| |
| LI Ke,CAI Yongxiang,GAN Jialin,WANG Juyuan,YANG Ding,HU Senyong.Key problems and their solutions for industrial dynamic information collection system[J].Science of Surveying and Mapping,2016,41(3):161-166. |
| |
| Authors: | LI Ke CAI Yongxiang GAN Jialin WANG Juyuan YANG Ding HU Senyong |
| |
| Abstract: | |
| |
| Keywords: | Heritrix and Lucene information capturing Web filtering full-text retrieval |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
