http://net.pku.edu.cn/~wbia/WBIA_homework_1.pdf

WBIA第一次作业

2007-9-22

1. 目标: 

      a. 巩固crawling和web graph &link analysis所学

      b. 为课程project做准备

2. 基本要求是：

a. 每个人独立完成，作业截至日期2007-10-14 23:59:59。

b. 实现crawler基本流程，能对一个site全面搜集。

      具体做法是按学号模5, 抓取以下网站数据: 

      0 http://www.pku.edu.cn 

      1 http://ccer.pku.edu.cn 

      2 http://www.pkuzone.cn 

      3 http://www.gsm.pku.edu.cn 

      4 http://162.105.5.252 (红旗在线)

c. 结果数据进行graph的pagerank计算。

3. 编程要求 

语言：c/c++,java或其他不限(但由于要为课程project做准备,所以最好统一标准) 

库  ：我们提供一个Linux平台的 C++实现的http库，也可以使用第三方http库。

4. 作业提交: 

一、  作业报告(1-2 page), 包括以下内容: 

a. 运行结果：运行时间，url的统计数据,包括多少动态页、多少静态页等 

b. 作业总体情况介绍 

c. 实现中遇到的问题和解决问题的办法(重要) 

d. 心得体会

二、结果文件 

a. 原代码及相应的说明文档,  

b. 按pagerank排序url数据文件

作业提交时会通知大家提交办法,请留意课程网站和未名bbs WBIA版。

5. 评分标准：100制 

a. 没有抄袭（抄袭算0分）

b. 结果合理性(40%) 

c. 代码可读性(30%) 

d. 报告可读性(20%)

e. 其他(10%)。另: 如果思路或者程序上有亮点会适当加分(封顶至100分)。

任何问题请发信给助教涂启琛(tqc@net.pku.edu.cn)、徐冬奇(xdq@net.pku.edu.cn)。