文献

J-GLOBAL ID：200902236726662563   整理番号：08A1168659

学と産の連携による基盤ソフトウェアの先進的開発{第2部}情報の高信頼蓄積・検索技術等の開発 8. 100億規模のWebページ収集・分析への挑戦

著者 (6件)： 村岡洋一 (早稲田大 理工学術院) ,  山名早人 (早稲田大 理工学術院) ,  松井くにお (米国富士通研) ,  橋本三奈子 (富士通) ,  赤羽匡子 (富士通) ,  萩原純一 (アクセラテクノロジ)
資料名： 情報処理  (IPSJ Magazine)
巻： 49  号： 11  ページ： 1277-1283  発行年： 2008年11月15日 
JST資料番号： G0427A  ISSN： 0447-8053  資料種別： 逐次刊行物 (A)
記事区分： 解説  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： Webページ数は,2006年11月時点で537億ページと推測されている。我々は,2004年1月~2006年7月の間に,全世界の5,548万台のWebサーバからテキストのみを対象に収集を行い,ユニークなWebページ数として約144.5億ページを収集した。また,収集済Webページに対して,トップレベルドメイン分布,記述言語分布,Webサーバの地理的位置の解析,バックリンク解析やPageRank計算を進め,Web空間の現状分析を行った。さらに,Webページの解析がビジネスに利用可能であることを示すために,企業のWebサイト上の活動を可視化するe企業調査プロトタイプを構築し,企業の特徴,戦略,評判などの抽出を行った。(著者抄録)

シソーラス用語： *Webページ ,  実時間処理 ,  *データ解析 ,  データ収集 ,  データベース ,  ソフトウェア開発 ,  データ蓄積 ,  情報検索
準シソーラス用語： *Webサーバ

分類 (2件)： 事務・経営情報処理  (JE15020F) ,  情報検索一般  (AC06010H)

タイトルに関連する用語 (11件)： 学 ,  連携 ,  基盤 ,  ソフトウェア ,  開発 ,  蓄積 ,  検索 ,  規模 ,  Webページ ,  収集 ,  分析