中國互聯網絡信息資源調查報告正文(下)

　　2.1.4中國在線數據庫發展狀況

　　在線數據庫總數為45598個。

　　已經擁有在線數據庫的網站佔全部網站的14%，約為33354個。48.3%的在線數據庫隸屬於企業網站，26.5%的在線數據庫隸屬於商業網站。

78%的網站擁有一個在線數據庫，擁有3個及3個以上在線數據庫的網站佔11.7%左右。

1．各地區在線數據庫及記錄分布狀況

　　網站的在線數據庫主要分布在華北、華東與華南地區，三者之和佔72.4%，西北、西南地區的佔有比例較低，為8.8%。

從在線數據庫記錄地區分布看，華東地區的比重最大，佔30.9%，其次為華北地區，佔28.5%，第三為華南地區，佔16.7%，西北、西南地區的總和佔10%左右。

2．各種內容在線數據庫及記錄分布狀況

　　在線數據庫的主要服務內容為產品數據庫，如糧油、醫藥、機械產品等數據庫，在所有擁有在線數據庫的網站中近60%是此類數據庫，其它一些如科技信息數據庫、報刊新聞數據庫、政策法規數據庫的佔有比例大致在11%-15%之間。

從在線數據庫的記錄數量看，產品數據庫佔有62.3%的記錄，其次為企業名錄數據庫，記錄數佔18.6%，科技信息庫、報刊新聞數據庫記錄佔有比例均不足3%。

3．在線數據庫/記錄更新狀況

　　從數據庫的更新看，目前記錄的更新比例仍比較低，其中每周更新所有記錄中1%-5%的網站佔較大比重，大致佔35%，另有20%的網站每周對記錄的更新比例在1%以下。

從用戶最常使用的產品數據庫的記錄更新看，每周的更新也主要集中在1%-5%之間，大致佔41.1%，其次為10%-20%之間，佔22.1%。

4．在線數據庫收費情況

　　目前對在線數據庫進行收費的網站比例佔11.2%。商業網站中在線數據庫的收費比例最高，為30%左右，其次為教育科研機構網站，為18%左右。

在線數據庫的主要服務對象集中在個人與商業機構兩部分，兩者之和超過75%。

　　2.2指標解釋

　　1． 在本次調查中，中國互聯網絡信息資源定義為：中國互聯網絡上公開發布的網頁和在線數據庫的總和。

　　2． 上述定義中的"中國互聯網絡"是指所有域名注冊單位屬於中國大陸的網站總和。

　　3． 在線數據庫是指以Web為界面，提供公共檢索的收費或免費的數據庫。

　　4． 網站是指有獨立域名的web站點，其中包括CN和通用頂級域名（gTLD）下的web站點。此處的獨立域名指的是每個域名最多只對應一個網站"WWW.+域名"，如：對域名sina.com.cn來說，它只有一個網站www.sina.com.cn，並非它有dailynews.sina.com.cn、mail.sina.com.cn……等多個網站。

　　5． 網頁搜索是指對抽取的網站從其首頁（WWW+域名）開始搜索，通過網頁上的層層鏈接，抓取所有屬於該網站的網頁的特征及其文本內容。

　　6． 靜態網頁是指URL中不含？和輸入參數的網頁，包括：*.htm、*.html、*.shtml、*.txt、*.xml等。

　　7． 動態網頁是指URL中含？或輸入參數的網頁，包括：ASP，PHP，PERL，CGI等在Server方進行處理的網頁。

　　8． 網頁的編碼形式：是根據網頁本身的信息通過分析得到的，不是通過一篇網頁在HTML中的聲明來判斷的。因為大量國內的英文網頁在其HTML 聲明中都是簡體中文。

　　9． 網頁的內容形式：是通過文件後綴獲得的。關於圖像、音頻、視頻的文件後綴定義標准參考MIME標准。

　　10． 網頁的更新情況

　　網頁的更新時間是指搜索到該網頁的當日日期與該網頁的最後更新日期之間的時間段。

　　（1）更新時間在一周內：網頁在一周中得到更新的比率；

　　（2）更新時間在一月內：網頁在一周以上、一個月以內得到更新的比率。

　　（3）更新時間在一月以外：網頁在一個月內沒有得到更新的比率。

　　2.3限制性說明

　　1．我國域名總數比網站總數大許多的原因：

　　1) 有域名不一定有相應的網站：

　　① 有的人或單位注冊域名的目的僅是為了搶佔，以免讓他人注冊擁有，而不是用於建立網站；

　　② 有的人或單位注冊了域名還沒來得及建立網站；

　　③ 有的人或單位注冊了域名也建立了網站，但恰在本調查期間關掉了其服務器；

　　④ 有的人或單位注冊了域名，只是用來提供mail,ftp,bbs等服務，並不需要建立網站。

　　2) 不同的域名有可能對應同一個網站，如：www.ourgame.com 和 gl1.cis.com.cn，則這多個域名對應的網站數按我們的規則只為1。

　　3) 由於此次對網站的定義是指"WWW.+域名"有Web服務，而有的網站的主機名並不是"WWW"，則這類網站雖然存在，卻不在我們的統計之列。

　　2．靜態網頁與動態網頁的比例中動態網頁數與實際情況相比偏小，這是由於：網上包含大量的動態網頁，搜集到的網頁只是網上動態網頁的一部分。動態網頁按照訪問的方式可以分為兩種：(1)通過點擊超鏈，無需額外輸入即可訪問的網頁；(2)必須通過輸入內容纔可以訪問的網頁。此次只搜集了第一種動態網頁。一般而言，一個包含動態網頁的站點上都會有大量的動態網頁，且動態網頁的內容質量相對靜態網頁低得多，因此大量的搜索引擎都只搜集有限的動態網頁以保證其數據的質量。