基于垂直搜索和聚焦爬虫的网页分类技术

发明专利无效专利

申请号：
CN200910025724.0
IPC分类号：G06F17/30
申请日期：
2009-03-06
申请人：
苏州锐创通信有限责任公司

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于垂直搜索和聚焦爬虫的网页分类技术
申请号	CN200910025724.0	申请日期	2009-03-06
法律状态	撤回	申报国家	中国
公开/公告日	2009-09-02	公开/公告号	CN101520798
优先权	暂无	优先权号	暂无
主分类号	G06F17/30 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06F 电数字数据处理（基于特定计算模型的计算机系统入G06N） G06F17/00 特别适用于特定功能的数字计算设备或数据处理设备或数据处理方法〔6〕 G06F17/30 信息检索；及其数据库结构〔6〕	IPC分类号	G;0;6;F;1;7;/;3;0查看分类表>
申请人	苏州锐创通信有限责任公司	申请人地址	江苏省南京市鼓楼区中山北路212号雅舍办公楼502室变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	苏州锐创通信有限责任公司	当前权利人	苏州锐创通信有限责任公司
发明人	王攀;张顺颐;宫婷
代理机构	暂无	代理人	暂无

摘要

基于垂直搜索和聚焦爬虫技术的网页分类识别方法，该方法包括两个部分：网页源码获取和网页内容解析法。其中网页内容解析法是核心，它包括两个主要的部分：抽取网页的结构化信息和聚焦爬虫的爬行策略。首先从导航类站点URL表中取出一个URL，获取此URL的源文件，然后用网页内容解析法进行识别得到该导航URL站点所有分类的URL。该方法中的关键方法是网页内容解析法，首先抽取网页结构化信息，然后运用基于网页内容特征的定向广度优先搜索策略进行URL的抓取，最后将抓取的URL及对应的网站分类存放在表Category中。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供