归档采集范围。自然资源部门户网站网页归档采集范围限定于mnr.gov.cn域名下的网页，其内容涵盖政务公开、新闻宣传、办事服务、互动交流4个方面。政务公开主要包含部机关各司局、国家自然资源督察机构、部各直属单位、地方各级自然资源主管部门提供的各类政策文件、标准法规，与土地市场和矿业权有关行业市场数据等内容；新闻宣传包含要紧会议、要紧活动、要紧讲话、政策解析等内容；办事服务包含土地、矿产、测绘、地质和科技等方面办事服务内容，与公示查验、备案查看等内容；互动交流以留言评论、在线访谈、寻求调查等内容为主要体现。
本研究经过剖析研判，政务公开、新闻宣传和互动交流等有关内容基本只依托门户网站发布系统，可以完成归档采集。对于办事服务等内容，门户网站通常只提供有关系统的入口，有关信息存储在其他系统、没办法被完整获得，此类信息暂时不纳入归档采集范围。
在技术上，本研究用互联网爬虫工具抓取网页文本、图片、动画、音视频、脚本及网页有关元数据等内容。爬虫工具依据预制的系统模板和网页URL信息，通过网站拓扑结构剖析、目的网页内容去噪和分析、网页版本控制等技术，对采集到的数据进行采集和整理，达成对大量网页信息的高效、智能处置。
