[發明專利]一種網絡數據源探測方法在審
| 申請號： | 201410348451.4 | 申請日： | 2014-07-21 |
| 公開（公告）號： | CN104182467A | 公開（公告）日： | 2014-12-03 |
| 發明（設計）人： | 賈巖 | 申請（專利權）人： | 安徽華貞信息科技有限公司 |
| 主分類號： | G06F17/30 | 分類號： | G06F17/30 |
| 代理公司： | 合肥市長遠專利代理事務所(普通合伙) 34119 | 代理人： | 程篤慶;黃樂瑜 |
| 地址： | 230000 安徽省合肥市高*** | 國省代碼： | 安徽;34 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 網絡 數據源 探測 方法 | ||
1.一種網絡數據源探測方法，其特征在于，采用網絡探針自動發現的方法探測網絡數據，包括：
S1、設置行業信息網絡探針，并根據預制行業本體自動探測網絡數據，確定備選網站；
S2、驗證備選網站的數據信息，篩選目標網絡數據源；
S3、制定采集策略，對目標網絡數據源進行定制站點采集。
2.如權利要求1所述的網絡數據源探測方法，其特征在于，步驟S1中，行業信息網絡探針通過URL鏈路和/或搜索引擎跳板尋找備選網站。
3.如權利要求1所述的網絡數據源探測方法，其特征在于，步驟S1中，行業信息網絡探針可挖掘深度網絡，分析潛在數據源。
4.如權利要求3所述的網絡數據源探測方法，其特征在于，行業信息網絡探針挖掘深度網絡采用啟發式遞進掃描的方法，包括：
S11、對同一網站進行持續探測，并自動填充表單；
S12、測試返回數據，確認表單格式并提交；
S13、根據提交表單建立DOM樹，并抽取DOM樹中節點內容不同的節點進行數據采集；
S14、通知管理員配置數據格式，設置深度網站的采集模式。
5.如權利要求1所述的網絡數據源探測方法，其特征在于，步驟S2中，根據網站域名、目錄及URL結構分析，結合文本分類和行業詞匯分布密度判定網站或網站目錄下的數據是否為行業數據，并判定其行業信息密度，從而綜合評定該數據源的價值，篩選目標網絡數據源。
6.如權利要求1所述的網絡數據源探測方法，其特征在于，步驟S3中，對每一個目標網絡數據源設置可信度權值，根據可信度權值及目標網絡數據源的價值制定采集策略。
7.如權利要求1至6任一項所述的網絡數據源探測方法，其特征在于，網絡數據源包括網站、新聞、博客和論壇。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于安徽華貞信息科技有限公司;，未經安徽華貞信息科技有限公司;許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.17sss.com.cn/pat/books/201410348451.4/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：反演航天器內部多磁源分布的方法
- 下一篇：一種房庫網系統
