| |
Веб коллекция KM.ru
Описание
Коллекция КМ.ru является копией мультипортала www.km.ru (примерно 90% от
общего объема www.km.ru на май 2007).
В коллекции представлены документы с 57
сайтов.
Статистика по набору данных
- Объем данных: 13.7 GB
- Число документов: 3 010 455
- Кодировка: cp1251
Особенности коллекции
-
Довольно большое число нечетких дублей документов. Например,
когда документ представлен в виде самого себя, копии для печати и архивной
копии.
-
В документах часто присутствует большое число информационных блоков,
не относящихся к данному документу (заголовки других материалов в виде
ссылок).
-
У многих сайтов хорошая ссылочная структура, которую можно использовать для
повышения качества поиска. Однако, на некоторых сайтах документы
перелинкованы лучше, чем на других, и это может вызвать необоснованное
повышение веса их документов по сравнению с документами других сайтов.
Права на использование
Права на использование в целях РОМИП предоставлены компанией "KM
онлайн",
являющейся владельцем коллекции.
Для получения доступа к коллекции необходимо подписать
соглашение об использовании
данных.
Формат
Коллекция распространяется в виде xml файлов, определенного формата
.
Список дорожек, в которых использовалась коллекция
- поиск по коллекции Веб документов
- поиск по смешанной коллекции
|