第 1 页 共 4 页精品文档---下载后可任意编辑新闻聚合服务设计思索 1 引言 Web 是网络时代的新闻传媒，人们开始习惯每天在 Web 上去浏览新闻等信息，人们常常访问如搜狐、新浪等主要门户网站，页面停留也只限于首页及感兴趣的新闻条目。近年来“博客”、微博和 SNS 等慢慢火爆，RSS 也开始被越来越多的留意，很多门户网站支持 RSS，例如Yahoo!公布了其 RSS 提要的地址，了国内、国际和政治新闻版面的不同提要，订阅后可以得到了一张最新新闻标题的列表，并提供了新闻报道的导语段落。另外，通过 GoogleNews 上的搜寻结果转换而来的RSS 源，来自全球上千个英文媒体上的某个关键词内的讯息，也都顺手可得。聚合工具收集和组织这些定制的新闻来源，依据你希望的格式、地点、时间和方式，直接传送到你的计算机上，并且可以根据需要来修改它的格式。对于用户来说，RSS 是一种在他们需要的地方、时间并以他们希望的方式获得信息的工具。有了 RSS 后，内容消费者第 2 页 共 4 页精品文档---下载后可任意编辑不用再花费大量的时间冲浪和从新闻网站下载。但同时，更多的站点不支持 RSS 等技术，此外，RSS 仅对标题搜寻，无法实现对内容的全文搜寻。如何实现对更广泛应用的站点实现新闻聚合，这就可以利用页面跟踪技术。页面跟踪系统是一种特地关注于页面动态更新的信息服务系统。页面跟踪系统实现“定向”、“主动”跟踪。这种新型服务的最大特点是强调转变的反映要准时，时间敏感度很高。页面跟踪需要从用户选定的多个页面中提取信息，从本质而言是一种“聚合”工具。因此，很简洁将其与 RSS 技术结合起来，实现真正有用的新闻聚合服务。 2 关键技术 2.1 页面跟踪系统 Web 页面跟踪系统一般由需求描述(profile)、信息搜集、更新检测、变更通告与展示这几部分组成。首先由用户给出确定的跟踪目标，然后系统自动针对这些跟踪目标进行反复的状态查询和内容检查，假第 3 页 共 4 页精品文档---下载后可任意编辑如系统判定目标发生了转变，则向用户发出相应更新信息通告。页面跟踪系统的输入是用户需要跟踪的目标网页集合，这里引入频道〔Channel〕的概念来表述，和 RSS 中频道的概念是一致的。Channel频道是一组用户需要跟踪的网页的总称，频道代表了用户的独特化需求。一个用户可以设置多个跟踪频道，对于每个频道，用户可以指定一些跟踪的参数，如服务器，超时设置、下载文件类型等。我们利用一个页面跟踪系统...
