[发明专利]一种网络信息采集方法

说明书

技术领域

本发明涉及网络信息技术领域，尤其涉及一种网络信息采集方法。

背景技术

现有技术中由于每时每刻发布的网络信息数量庞大，对其进行关键词匹配从而进行搜索较为困难，具体体现在：1）关键词范围难以确定；2）不能很好地抓取想要的网络数据；3）搜索出的数据可能不是最新的网络数据，即数据的实时性较差。

中国专利（CN101472250）公开了一种针对不良短消息的关键词防范方法，包括如下步骤：(1)运营商或者业务提供商预先提供一份针对不良短消息的关键词列表，关键词列表的每个条目包括两项内容：关键词、关键词的出现概率；(2)用户获得关键词列表的全部内容或者一个子集；(3)将已获得的关键词合并到用户手机内部的关键词列表中；(4)用户手机根据关键词列表直接过滤包含关键词的短消息。上述技术方案主要针对短消息防范，且对于关键词的选择并不能保证精确，无法解决现有技术中存在的问题。

发明内容

根据现有技术中存在的缺陷，现提供一种网络信息采集方法的技术方案，具体包括：

一种网络信息采集方法，其中，采用一个判断模块对多个网络账号进行筛选，随后采用所述判断模块对被筛选出的所述网络账号所关联的网络信息进行筛选；

采用一个数据存储模块存储被筛选出的所述网络账号以及所关联的所述网络信息；

所述判断模块与所述数据存储模块连接，；

所述网络信息采集方法具体包括：

步骤1，获取多个网络账号，以作为所述关注账号并保存；

步骤2，获取多个所述关注账号所发布的多条所述网络信息，以作为所述关注信息并保存；

步骤3，返回本次信息获取的所述网络信息的发布序号的最大值，并作为最大序号信息，并保存；

步骤4，经过一预设的第一时间间隔后，返回所述步骤1。

优选的，该网络信息采集方法，其中，在所述数据存储模块内设置多个第一存储空间；采用所述判断模块对多个所述网络账号进行筛选，并以被筛选出的所述网络账号作为关注账号；

每个所述第一存储空间用于保存一个所述关注账号。

优选的，该网络信息采集方法，其中，所述步骤1中，将多个所述关注账号所关联的所述网络账号作为所述关注账号，并保存入所述第一存储空间内。

优选的，该网络信息采集方法，其中，在所述数据存储模块内设置多个第二存储空间，采用所述判断模块对多个所述关注账号所关联的多条所述网络信息进行筛选，并以被筛选出的所述网络信息作为关注信息；

每个所述第二存储空间包括多个独立的存储块，每个所述存储块用于保存一个所述关注信息；每个所述第二存储空间对应一个所述第一存储空间。

优选的，该网络信息采集方法，其中，采用一个删除模块去除保存于多个所述第一存储空间中的所述关注账号；

所述删除模块连接所述数据存储模块；

若所述关注账号超过一预设的第二时间间隔未发布所述网络信息，则将所述关注账号从所述第一存储空间中去除。

优选的，该网络信息采集方法，其中，所述步骤1中，获取多个网络账号，以作为所述关注账号并保存的具体步骤包括：

步骤11，获取每个所述网络账号已经发布的所述网络信息；

步骤12，将每条所述网络信息与多个预设的关键词信息进行匹配；

若匹配成功，则转至步骤13；

若匹配失败，则退出；

步骤13，判断匹配成功的所述网络信息的出现频率；

若一个所述网络账号中，匹配成功的所述网络信息出现的频率大于一预设的频率时，则将所述网络账号作为所述关注账号并保存入所述第一存储空间中；随后转至步骤14；

若一个所述网络账号中，匹配成功的所述网络信息出现的频率小于一预设的频率时，则退出；

步骤14，将多个所述关注账号所关联的所述网络账号作为所述关注账号，并保存入所述第一存储空间中。

优选的，该网络信息采集方法，其中，在所述数据存储模块中设置多个第三存储空间，每个所述第三存储空间中保存有一个所述预设的关键词信息。

优选的，该网络信息采集方法，其中，所述步骤2中，获取多个所述关注账号所发布的多条所述网络信息，以作为所述关注信息并保存的具体步骤包括：

步骤21，获取每个所述关注账号发布的所述网络信息；

步骤22，获取每条所述网络信息的发布序号，并根据所述发布序号判断所述网络信息是否已经被获取；

若所述网络信息已经被获取，则退出；