php知识管理平台作业,知识管理平台KMSphere

1．建立数据存放目录，如欲将原始网页保存到d:\data\目录下，具体的HTML页面存放在d:\data\html目录下，解析的文档存放在d:\data\txt目录下。需要先建立这些存放的目录。

2．运行程序：在命令行输入wise，即运行wise.bat，系统开始启动。

3．选择“智能收集”菜单项的“参数设置”，进入系统参数设置面板。

1) 输入IP地址范围(若需要)，

如：202.96.*.*；或 202.96.100.0－202.98.255.255

2) 选择网站类型：由列表中选择或在文本框中输入对网站(URL)的限制条件，如要求.com，.edu，或要求URL中包含sports，或peopledaily等特征字；

3) 输入作为过滤条件的关键词，过滤方式有“包含关键词”和“不包含关键词”两种；

4) 确定Spider运行的起始时间和终止时间；

5) 设置Spider并行运行的个数，设置值为不大于500的整数；

6) 设置Spider更新运行的周期；

7) 设置Spider运行的模式：

0简单模式：不分析超级链接，不继续深入跟踪；

1标准模式：以网页为基本单位，进行超级链接的解析，逐层深入和跟踪；

2网站模式：以网站为基本单位，只在网站内部深入，直到遍历该网站。

8) 设置数据文件存放的位置，如第一步建立的d:\data目录，主要用于保存原始网页。

以上参数设置完成后，按确认按钮，参数设置即开始生效，也可以重新设置。

4.选择“智能收集”菜单项的“网页搜集”，就可以从URL数据库库中读取已有的初始URL地址，以批量的方式开始进行网页数据搜集。

若选择“智能搜集”菜单项的“网页更新”，则可以用打开初始URL文件的方式来进行网页数据库的搜集。这种方式通常对某些网站进行专门的搜集。