张孝祖

(华北计算技术研究所，北京 100083)

RSS聚合标准及其聚合策略

张孝祖

(华北计算技术研究所，北京 100083)

RSS是Web内容联合的基于XML的协议，并且用户使用RSS订阅源聚合器聚合RSS订阅源。那里是帮助聚合RSS源的RSS聚合策略有效。在本文中，首先介绍RSS的出现和发展情况，然后介绍几种信息聚合策略，给出具体算法，比较其算法复杂度及优缺点。

web；信息聚合；RSS

0 引言

在过去几年中，Web已经成为广泛的资源集合，以（静态）文档的形式和以服务的形式提供信息或数据。公司和个人在网站上发布内容，主要搜索引擎存储和索引所包含的信息。随着互联网的迅猛发展，如今的用户不再向以前一样面临着信息缺乏的问题，相反，过多的信息和大量低质量的信息正浪费着人们宝贵的时间和带宽流量资源[1-3]，这种现象就叫做信息超载。针对这些问题，信息聚合技术渐渐发展了起来，RSS标准的出现给出了聚合信息的一种简单统一格式，各大门户网站纷纷开始支持RSS格式的信息订阅，涌现出了分类繁杂的信息订阅源。如何聚合这些信息源的信息、如何评价聚合算法是否高效就成了值得研究的问题。

1 简易信息聚合

RSS（也叫聚合内容，Really Simple Syndication）是一种描述和同步网站内容的格式，是目前使用最广泛的XML应用，是资源共享模式的延伸。RSS 0.90是Netscape在1999年设计的。在Netscape的RSS团队蒸发之后，RSS-DEV工作组和UserLand公司已经独立地在RSS上进行标准化工作。RSSDEV工作组设计了基于RDF的RSS 1.0。UserLand基于RSS 0.90设计了RSS 2.0。

从2004年开始，RSS聚合协议在美国等西方国家爆发……