一种主题网络爬虫系统的构建方法
专利
专利类型：
专利有效性：
法律状态：
高级筛选：
路标网共为您找到相关结果1个
公开(公告)时间
申请时间
一种主题网络爬虫系统的构建方法
发明专利无效专利- 申请号：CN201110007710.3
- 申请人：哈尔滨工程大学
- 申请日：2011-01-14
- 主分类号：G06F17/30
- 公开（公告）日：2011-05-25
- 公开/公告号：CN102073730A
申请同类专利
摘要：本发明提供的是一种主题网络爬虫系统的构建方法。(1)定义主题初始描述向量，设定相关度初始阀值、初始化URL队列；(2)从初始URL队列中依次获取URL进行爬取；(3)对URL进行文本分析；(4)对URL进行链接分析；(5)计算URL与主题的相关度；(6)将相关度大于相关度阈值的URL加入有序的URL队列，URL依照与主题向量的相关度高低排序，依次爬取，直至队列为空，对于每个爬到的网页，提取其中的子URL，返回到步骤(3)；(7)使用遗传算法进行遗传算法最优化；(8)Rocchio反馈模块对主题向量更新，并动态调整相关度阈值，继续爬取网页。本发明不需要事先准备大量的训练文本，速度快，适合处理海量的在线网页数据。
著录信息权利要求说明书PDF全文法律状态引证文献
- 1
没找到想要的结果？为您推荐专业专利顾问检索
一种主题网络爬虫系统的构建方法 专利，更快更准确
免费
我想查:已帮助11116865位用户进行查询在售专利 早买早用
更多>*来源于国家知识产权局数据，仅供参考，专利服务由北京酷爱智慧知识产权代理公司提供
- 热门业务
- 常用工具
- 规则与服务
- 商务合作
- 关于我们
- 服务热线路标网：023-88392937
快申报：023-88392959
工作日：9:00-12:00/13:30-18:00
商标进度查询
风险动态监测预警
北京聚集科技有限公司版权所有
Copyright @ CHATM ALL Right Reserve
免责声明：本网站部分内容由用户自行上传，如权利人发现存在误传其作品情形，请及时与本站联系删除：chatm@zbj.com
