一种DeepWeb响应页面数据抽取方法

发明专利无效专利

申请号：
CN200910010201.9
IPC分类号：G06F17/30
申请日期：
2009-01-21
申请人：
东北大学

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	一种DeepWeb响应页面数据抽取方法
申请号	CN200910010201.9	申请日期	2009-01-21
法律状态	权利终止	申报国家	中国
公开/公告日	2009-11-18	公开/公告号	CN101582074
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	东北大学	申请人地址	辽宁省沈阳市和平区文化路3号巷11号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	东北大学	当前权利人	东北大学
发明人	申德荣;于戈;孙高尚;聂铁铮;寇月;王振华
代理机构	沈阳东大专利代理有限公司	代理人	李运萍

摘要

一种DeepWeb响应页面数据抽取方法，属于深层网络数据管理领域，该方法包括以下步骤：(1)选取DeepWeb响应页面Page；在查询页面输入关键字Key，查询得到响应页面Page；(2)抽取页面模板信息；对于响应页面的DOM树结构，找到包含关键字的孩子结点个数Wn最多的双亲结点P，将带标记的token块序列转化为带标记的token字符序列；用LCS算法处理以上两个记录的带标记的token字符序列，分隔并过滤公共token字符序列得到模板信息；(3)数据抽取；(4)token块合并；(5)数据表格聚类；本发明的有益效果：采用本发明的数据抽取方法，适用性强，精度高，效率得到大大提高。

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