档案数据云采集系统

档案数据云采集系统

系统特点:

1.配置规则简单:图形化界面操作。无须网页操作技术

2.采集数据表格化:列字段可以自由配置;支持文本导出数据库、excel、导出等多种方式;支持直接导出到档案管理系统。

3.采集范围广:可采集各种类型的网站，如门户网站类微博类。

系统功能：

1.数据采集:通过用户给出关键词的组合规则,通过对关注网站版面使用专用爬虫，全爬过滤的方式对数据进行采集。

2.数据处理:对特定种类的以网络为载体的新闻和消息在收集后通过网页净化、词频统计等手段对信息进行有效的预处理活动，并将预处理的所得结果入库。

3.数据分析:采集相关网页之后,再进行消重、去噪,在抽取相关信息后建立全文索引。

解决什么问题？

档案数据采集系统是一档集成现代信息采集技术及数字处理技术，通过网络按照指定规则自动收集数字化信息资源，建立目录数据库和全文数据库，并为档案系统提供数据的平台。