2003年中国互联网络信息资源数量调查报告

持与前二次调查有一定连续性、借鉴前二次调查成功经验的基础上，在调查方法、调查深度、结果分析等方面有所创新。本次调查初步探索了我国互联网络信息资源发展中的问题和规律，为我国政府进一步正确引导互联网络信息资源的开发利用提供了重要参考。 第二部分 调查说明 一、调查对象 所有域名注册单位属于中国（不包括香港、澳门、台湾）的网站总和，包括.COM，.NET，.ORG和.CN域名(含ORG.CN，GOV.CN，EDU.CN等)下的所有网站。 二、调查内容 表 1 调查内容和指标 指标 数据来源 备注 域名数量 CNNIC数据+注册商上报   网站数量 CNNIC数据+注册商上报  网页数量  计算机自动搜索  在线数据库数量 问卷调查  域名 各地区域名分布状况 CNNIC数据+注册商上报   网站 各地区网站分布状况 CNNIC数据+注册商上报 按照省级行政区域划分  各种性质的网站分布状况  按照网站的域名特征划分  主要类型网站提供的服务 问卷调查 政府、商业、企业  各行业网站分布状况  按照标准行业分类法  网站相关特征 每天页面访问数     服务器拥有情况     网站的链接数     网站的员工数     网站成立时间      频道数     网站版本     网站的可访问性  网站地图等   安全性  防火墙、操作系统等  网站效果指标 信息发布  可用性度量   业务结合   网页 网页按内容形式分类比例 计算机搜索 包括图像、音频和视频  网页按性质分类比例  政府、企业、商业等  网页按地域分布比例  省域及七大区分布  网页长度  以字节数计算  网页的更新周期    网页编码状况  简、繁体中文、英文等 在线数据库 按性质分类比例 问卷调查 政府、企业、商业网站等  按地域分布比例  华北、华南等七大区分布  按内容分类比例  产品、科技信息数据库等  按形式分类比例  图形文字数据综合等  按使用情况分类比例  分自用和公用 公用下分免费和收费 收费下分收费方式  按服务方式分类比例  面向终端用户或中介  在线数据库更新状况  －  数据库容量  物理存储量（G）  是否同时具有其它载体   否、是（光盘、纸质等） 三、调查时间 调查时间：2003年12月－2004年2月；数据截至时间：2003年12月31日。 四、有关概念 1． 在本次调查中，中国互联网络信息资源定义为：中国互联网络上公开发布的网页和在线数据库的总和。 2． 中国互联网络是指所有域名注册单位属于中国大陆的网站总和。 3． 在线数据库是指以Web为界面，提供公共检索的收费或免费的数据库。 4． 网站是指有独立域名的web站点，其中包括CN和通用顶级域名（gTLD）下的web站点。此处的独立域名指的是每个域名最多只对应一个网站WWW.+域名，如：对域名sina.com.cn来说，它只有一个网站 www.sina.com.cn ，并非它有news.sina.com.cn、mail.sina.com.cn……等多个网站。 5． 商业网站指业务主要在网上进行的电子商业网站，如新浪、搜狐、网易等网站；企业网站是相对于商业网站而言，指业务主要在网下进行的企业所建立的网站，如联想集团的网站 www.lenovo.com.cn 。 6． 网页搜索是指对抽取的网站从其首页（WWW+域名）开始搜索，通过网页上的层层链接，抓取所有属于该网站的网页的特征及其文本内容。 7． 静态网页是指URL中不含？和输入参数的网页，包括：*.htm、*.html、*.shtml、*.txt、*.xml等。 8． 动态网页是指URL中含？或输入参数的网页，包括：ASP，PHP，PERL，CGI等在Server方进行处理的网页。 9． 网页的编码形式：是根据网页本身的信息通过分析得到的，不是通过一篇网页在HTML中的声明来判断的。因为大量国内的英文网页在其HTML声明中都是简体中文。 10． 网页的内容形式：是通过文件后缀获得的。关于图像、音频、视频的文件后缀定义标准参考MIME标准。 11． 网页的更新情况：网页的更新时间是指搜索到该网页的当日日期与该网页的最后更新日期之间的时间段。 五、调查方法 （一）数据获取方式和渠道 域名和网站的总量数据通过国内各国际域名注册商和CNNIC联合获得。 网页的特征数据由百度公司利用搜索技术对全国网站进行搜索获得。搜索时通过URL判断同一网页是否有多个链接指向，避免了对这类网页的重复

《2003年中国互联网络信息资源数量调查报告(第3页)》