数据集概述
该数据集为SM01研究项目（制造业多语言网络并行语义爬虫）的样本子集，包含论文“Evaluation”章节提及的样本集及额外信息，以电子表格和纯文本格式存储，用于支持相关研究分析。
文件详解
- 文本文件（.txt格式，共5个）：
- Sc_reviewed.txt、S_n.txt、Sd_sub.txt、Sc_initial.txt、Sall_300DeepScan.txt：包含URL列表等文本内容，如Sc_reviewed.txt预览显示多个网站链接
- Excel文件（.xlsx格式，共3个）：
- Sc_initial_checkCrawl_domainindex.xlsx、SampleAll_indexExport.xlsx、SampleSubset_chart_creation_of_Sn.xlsx：电子表格格式的数据文件
- 电子表格文件（.ods格式，共2个）：
- ReviewedSampleSetsP_A_B.ods、SampleSubSets.ods：开源电子表格格式的数据文件
适用场景
- 制造业语义爬虫研究：用于分析多语言网络资源的语义爬取策略与样本选择方法
- 网络资源样本分析：支持对制造业相关网站样本集的特征提取与有效性评估
- 数据处理方法验证：为并行语义爬虫项目的数据处理流程提供样本数据支持
- 学术论文补充验证：作为SM01项目论文“Evaluation”章节结果的辅助验证数据
