企業(yè)建網(wǎng)站數(shù)據(jù)管理
日期 : 2021-05-11 23:10:41
數(shù)據(jù)管理。利用網(wǎng)絡(luò)爬蟲工具從不同目標(biāo)政府網(wǎng)站中采集獲取的網(wǎng)頁是海量且無序的,還應(yīng)對其實施整理、分類、著錄、編目、鑒定等數(shù)據(jù)管理操作,實現(xiàn)信息的規(guī)則排序,使其具備增值的潛能,為后續(xù)的資源存儲和訪問利用奠定基礎(chǔ)。
首先,資源分類。根據(jù)采集網(wǎng)頁資源的特點,可以按照來源機構(gòu)、資源主題、格式類型等分類標(biāo)準(zhǔn),將其中具有某種共同屬性特征的網(wǎng)頁資源進行歸類和整合,建立規(guī)范統(tǒng)一的政府網(wǎng)站網(wǎng)頁資源分類體系,通過不同類別的屬性特征來對海量的政府網(wǎng)頁內(nèi)容進行區(qū)分。
其次,編目著錄。對分類后的網(wǎng)頁資源還應(yīng)基于統(tǒng)一的元數(shù)據(jù)標(biāo)準(zhǔn)對其內(nèi)容及結(jié)構(gòu)、來源、背景等特征進行揭示和描述,并在相關(guān)元數(shù)據(jù)之間建立聯(lián)系,形成政府網(wǎng)站網(wǎng)頁資源目錄體系,實現(xiàn)對海量無序網(wǎng)頁信息的序化組織。最后,鑒定整理。政府網(wǎng)頁的鑒定整理主要包括內(nèi)容的識別以及內(nèi)容的可用性判斷,其中內(nèi)容的識別就是確保實現(xiàn)政府網(wǎng)頁長期可存取的元數(shù)據(jù)、保存策略等信息要素齊全。內(nèi)容的可用性判斷即是通過人工干預(yù)來對政府網(wǎng)頁的形成背景、內(nèi)容質(zhì)量、重要程度等屬性特征進行全面分析,并根據(jù)保管期限表對要歸檔的政府網(wǎng)頁標(biāo)記相應(yīng)的鑒定標(biāo)識。
首先,資源分類。根據(jù)采集網(wǎng)頁資源的特點,可以按照來源機構(gòu)、資源主題、格式類型等分類標(biāo)準(zhǔn),將其中具有某種共同屬性特征的網(wǎng)頁資源進行歸類和整合,建立規(guī)范統(tǒng)一的政府網(wǎng)站網(wǎng)頁資源分類體系,通過不同類別的屬性特征來對海量的政府網(wǎng)頁內(nèi)容進行區(qū)分。
其次,編目著錄。對分類后的網(wǎng)頁資源還應(yīng)基于統(tǒng)一的元數(shù)據(jù)標(biāo)準(zhǔn)對其內(nèi)容及結(jié)構(gòu)、來源、背景等特征進行揭示和描述,并在相關(guān)元數(shù)據(jù)之間建立聯(lián)系,形成政府網(wǎng)站網(wǎng)頁資源目錄體系,實現(xiàn)對海量無序網(wǎng)頁信息的序化組織。最后,鑒定整理。政府網(wǎng)頁的鑒定整理主要包括內(nèi)容的識別以及內(nèi)容的可用性判斷,其中內(nèi)容的識別就是確保實現(xiàn)政府網(wǎng)頁長期可存取的元數(shù)據(jù)、保存策略等信息要素齊全。內(nèi)容的可用性判斷即是通過人工干預(yù)來對政府網(wǎng)頁的形成背景、內(nèi)容質(zhì)量、重要程度等屬性特征進行全面分析,并根據(jù)保管期限表對要歸檔的政府網(wǎng)頁標(biāo)記相應(yīng)的鑒定標(biāo)識。