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

この記事の目次
【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
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。)
無料投稿窓口
● 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
● イオンカード ミニオンで映画を1000円で見る
● イオンカード ミニオンを即日発行して映画を当日安く見る方法
● ネット銀行・ネットバンクのおすすめ法人口座
● 法人カードの年会費無料 おすすめ 特集
● 中小企業におすすめの法人クレジットカード 特集
● 副業におすすめ クレジットカード 特集
● 最強の法人カードとは?
● 請求書カード払い メリットを比較
● 初心者におすすめ 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
● ナンバーレス クレジットカード 特集
● カードレス クレジットカード 特集
● 即日発行してすぐ使えるクレジットカード 特集
● ナンバーレスのデメリットはやっぱり”めんどくさい”?
● イオンカード 入会キャンペーン
● 三井住友ナンバーレスカードのお得な作り方
● 三井住友ナンバーレスカード とは
● JCB W キャンペーン
● プラチナプリファード キャンペーン
広報・PRご担当者様へ
