静岡県立中央図書館が株式会社Geolocation TechnologyとPDFを自動収集するクローリングシステムを共同開発

VOIX編集部VOIX編集部 公開 注目のリリース
静岡県立中央図書館が株式会社Geolocation TechnologyとPDFを自動収集するクローリングシステムを共同開発

【全国初】静岡県内の自治体WebサイトにアップロードされたPDFを自動収集するクローリングシステムを地元企業と共同開発

静岡県立中央図書館(静岡県静岡市)は後世に引き継ぐ地域資料収集の一環として、静岡県内の自治体WebサイトにアップロードされたPDFを自動収集するクローリングシステムを株式会社Geolocation Technology(静岡県三島市)と共同開発しました。
このシステムにより、これまで人手で収集していたPDFを自動で収集することが可能になりました。
公共図書館におけるクローリングシステムの開発は、全国初の取り組みです。
なお、この取り組みは、2021年度から静岡県立中央図書館が行っている「図書館DX実証実験」の一部です。

システム概要

  • クローリング対象
    静岡県内の自治体Webサイトのドメイン内に格納されているPDF。
  • 収集範囲
    ドメイン以下5階層目まで。
    ※5階層内のHTMLにPDFへのリンク(<a href=”*.pdf”></a>)があれば,収集範囲の対象階層外であっても収集する。一方、外部ドメインへのリンクは収集しない。
  • 保存方法
    収集したPDFは、Googleドライブで収集した日付ごと、収集元のドメインと同じディレクトリ構造で保存される。また世代管理も行っている。
  • 管理方法
    1.収集範囲内にあるすべてのPDFを機械的に管理
    2.収集したPDFをリネームし管理

成果

  • 収集できたPDFの数 
    455,133件
    ※初回は収集対象すべてのPDFを収集しています。2回目以降は、前回との差分(含む更新)を収集します。

今後の展望

今回の実証実験で、これまで収集が困難だった、自治体WebサイトにアップロードされたPDFを自動で収集する仕組みを構築できた。今後は、収集したPDFをもととしたサービスの可能性を検証していく。

参考

開発元:株式会社Geolocation Technology

図書館DX実証実験について

第1弾

第2弾及び第3弾

静岡県立中央図書館Webサイト


【プレスリリースの無料投稿窓口】 VOIXプレスリリース

VOIXのリリース受付フォームです。 ご投稿いただいたリリースは審査後、記事としてニュースメディアVOIX上に掲載されます。(掲載料は完全無料です。)

詳しくはこちら
VOIXプレスリリース
無料投稿窓口

【VOIX 人気の記事】

プレスリリース配信サービスを無料で効果的に活用する方法
広報の転職エージェント・転職サイト特集、未経験は難しい?
医師とチャットで無料相談できるサービス
「@FROZEN(アットフローズン)」は通販もOK
オンライン 音楽教室 おすすめ 特集
映画 割引で安くなるクレジットカードの優待 特集
ミニオンカードで映画が1000円になるイオンシネマ優待 特集
イオンカード ミニオンズで映画を1000円にして当日見る方法
GMOあおぞらネット銀行と住信SBIネット銀行を比較
法人クレジットカード 年会費無料 一覧
法人カード おすすめ 中小企業
弥生会計 クレジットカード 連携 一覧
副業 クレジットカード 特集
個人事業主におすすめのクレジットカード 一覧
法人カード 最強 特集
ビジネスオーナーズ 評判の2枚持ち攻略法
請求書カード払いのデメリットを比較
初めてのクレジットカード 特集
年会費無料 クレジットカード 特集
クレカ ナンバーレス 特集
カードレス クレジットカード 特集
クレジットカード 即日発行 デジタル 特集
イオンカード 新規入会キャンペーン
三井住友カード お得な作り方
三井住友カード ナンバーレス
ナンバーレスのデメリットはやっぱり”めんどくさい”?
JCB  W キャンペーン
三井住友プラチナプリファード キャンペーン
PayPayカード キャンペーン
メルカード キャンペーン
住信SBIネット銀行の法人口座開設キャンペーンコード
審査なし 後払いアプリ 最新版

※文中の製品やサービスなどの名称およびロゴは、各社の商標または登録商標です。

広報・PRご担当者様へ

記事選定/ライター
VOIX編集部

VOIX編集部

2020年代をリードするビジネス情報を中心にニュースを発信します。取材やリリースを中心に、価値のある情報をお届けします。
リリースをご希望の方
ページトップへ