Laosheng.top

大规模集成网页 (LSIP)

  大规模集成电路,LSIC,指的是,集成超过一千个晶体管的电路。
  大规模集成网页,LSIP,指的是,集成超过一千个超链接的网页。

  ‘集成网页’是基于万维网(WWW)的一种新网页形态:在单一网页上集成同一个主题下的全部超链接,以实现该主题的网址全集。

  这种数据全集在以往,一般以数据库形式保存于服务器,然后由服务器脚本向用户输出查询子集。实现该查询过程的网页被称为‘动态网页’。 而随着网络速度的提高和浏览器能力的增强,服务器也可以直接发送数据全集给用户。集成网页就是一种包含某方面数据全集的‘静态网页’,用户的查询通过浏览器在本地实现,不需要再次经过服务器,节省了网络交互次数。

  集成网页按照集成规模,当超链接数量超过一百,称之为‘中型集成网页(MSIP)’;当超链接数量超过一千,称之为‘大规模集成网页’(LSIP);当超链接数量超过一万,称之为‘超大规模集成网页(VLSIP)’。

  大规模集成网页(LSIP)利用更快更强的网络,把数据库网页化,是 web 3.0 的一种可能形式。本项目以LSIP为基础,讨论‘集成网页’涉及的技术与应用。

LSIP的适用领域

  大规模集成网页(LSIP)把数据交给用户,在技术上主动提供了网站数据被复制的可能。这与传统动态网页在安全策略上是相反的。 动态网页把数据全集藏在服务器后面的数据库,用户无法直接获取,如果有黑客绕过了服务器脚本,下载了网站的数据库,叫做‘被拖库’,是严重的网络安全事故。 

  所以,大规模集成网页 适合原本公开的数据,比如法律条款、政策文件、政府公开数据……等等。这些数据本来就允许用户复制,而LSIP能让用户复制得更快。

  LSIP的数据不仅向用户开放,而且向互联网开放。包括搜索引擎在内的其他用户均可以复制或利用数据,这使得数据的复用率增加。 数据复用率增加将帮助数据获得进一步利用:统计、识别、机器学习,LSIP由此产生衍生信息。这个过程常被称为‘数据挖掘(Data Mining)’。所以,LSIP可以成为人工智能(AI)的基础工程。

  但是公开数据中有一些并不适合LSIP。那些随时随地会变化的数据,比如互联网的域名注册信息。用户即使下载了某一时刻的数据全集,下一秒的变化仍然需要到服务器查询,起不到节省网络交互次数的作用。 那些没有明确数量的数据,也不适合LSIP,只能‘集’,无法‘成’,网页的制作永远无法完成。

  综上所述,大规模集成网页(LSIP)适用于公开类数据、有限集数据。

LSIP 缘起

  ‘集成网页’的实践,最早在2019年大萌制作《老生常谈云媒体》网页时出现,大萌在新冠疫情初期搜索各地官方媒体网站时遇到困难,便萌发出,要把所有官媒网站收录在一个网页的想法。官媒网站有两个特点,一,网址是公开的;二,数量是有限的。这两个特点使得‘收录有限全集’的想法在理论上可以实现。

  该网页在当年基本完成,覆盖了全国333个地级市,收录数字报和电视直播点播的网站约700个。此后一直更新维护,在2022年更名为《中国新闻云媒体》(简称‘云媒体’)。

  ‘云媒体’的网页获得了一定的关注,有十几家资源类网站和几个新媒体账号,主动发文推荐;但同时,也受到了来自专业人士的批评:这只是一个‘电话黄页’罢了。大萌心里是不服的,因为中国经济在转型升级,市场主体在快速增加、变化,这使得黄页有两个特点:动态性、无限集。 这和云媒体页面不同。

  但是,我需要一个概念来区别于‘黄页’,来表明云媒体这类风格鲜明网页的特征。取什么名呢?

LSIP 示例项目

  在思索这个问题的过程中,大萌的另一个项目上线了:《千县地名库》。国务院的互联网+小组公开了全国政府的网址,民政部的网站公开了全国的行政区划号码,我的工作是把这两者结合一起来:一个按照行政区划号码排序的县级以上政府网址全集。

  地名库的规模比云媒体要大,收录口径从后者的地市级扩大到县区级,数量从333个扩大到约3000个。而行政区划在数量上比云媒体更加稳定,每年的区划变更都会在民政部网站公布,数量极为有限。地名库网页这种‘有限全集’的风格越来越明显了。

  网页的制作方式也升级了,云媒体采用的是纯手工编辑,地名库开始采用内容与样式分离的设计模式,启用了数据库+语句输出样式的半自动化制作流程。 新流程使得千县库页面非常高效,用民政部网页十分之一的体积,实现了两倍的信息量。项目名称随之改为《中国千县地名图》。风格越鲜明,新概念的需求越强烈。

  一个初夏的晚上,我看到一位海归的朋友圈,发了一张图片,是他大学期间设计的芯片版图;大萌突然灵光乍现:这不是同一类的东西吗?既有非常多的数量,又能连接在一起。他做的叫‘集成电路(IC)’,那我做的可以叫‘集成网页’。

  为了严谨,我特意查了IC的定义,在大学计算机学科的权威教材中,我看到了关于集成规模的分类,超过100个门电路或1000个晶体管的集成电路,称作‘大规模集成电路’。

  新概念诞生了!《中国千县地名图》可以称作:‘大规模集成网页’!英文:Large Scale Integrated Page,缩写为:LSIP。

  LSIC和LSIP这两个概念非常相似,一个是硬件,一个是软件。单个晶体管的结构很简单,一个二极管只有阴、阳两个极,一个三极管只有 B、C、E 三个极;这和超链接的结构很相似。一个超链接也只有 超文本、链接网址、动作类型 3个语法部分。单个晶体管的功能也很单纯:实现电流增益;单个超链接的功能也很单纯:实现文件跳转。

相关词汇

in English

  The ‘integrated web page’ is a new web form based on the World Wide Web (WWW): Integrate all hyperlinks under the same topic on a single web page, to implement the full set of URLs for that topic.

https://diamonwoo.github.io/LSIP/
备用网址https://laosheng.top/Lab/LSIP

v0.0.6	撰写缘起与示例项目