ScholarGate
助手
Process / pipelineData collection

纵向网络爬取——随时间重复自动收集网络数据

纵向网络爬取是一种数据收集技术,它利用自动化脚本在预设的多个时间点从网站提取内容。通过重复访问相同的网络资源,研究人员可以构建一个时间序列数据集,捕捉在线内容、价格、讨论或行为如何演变。该技术广泛应用于计算社会科学、经济学、政治学、健康研究和数字人文领域,用于研究变化而无需依赖回顾性自我报告。

用 PaperMind 寻找选题即将推出视频即将推出下载幻灯片

阅读完整方法

仅限会员

使用免费账户登录即可阅读本节。

登录

方法图谱

相关方法的邻域——选择一个节点以展开探索。

来源

  1. Salganik, M. J. (2018). Bit by Bit: Social Research in the Digital Age. Princeton University Press. ISBN: 978-0691158648
  2. Luscombe, A., Dick, K., & Walby, K. (2022). Algorithmic thinking in the public interest: navigating technical, legal, and ethical challenges in government web scraping. Quality & Quantity, 56(3), 1781–1802. DOI: 10.1007/s11135-021-01164-0

如何引用本页

ScholarGate. (2026, June 3). Longitudinal Web Scraping for Research. ScholarGate. https://scholargate.app/zh/survey-methodology/longitudinal-web-scraping

选用哪种方法?

将本方法与其最相近的同类并置,并排研读——本馆将书籍铺陈于案上,取舍则由您定夺。

并排比较
ScholarGateLongitudinal Web Scraping (Longitudinal Web Scraping for Research). 于 2026-06-15 检索自 https://scholargate.app/zh/survey-methodology/longitudinal-web-scraping · 数据集: https://doi.org/10.5281/zenodo.20539026