[发明专利]互联网数据的提取方法和装置

权利要求书

1.一种互联网数据的提取方法，其特征在于，包括：

获取用户的数据样本库，其中，所述数据样本库包括所述用户的浏览互联网数据；

按照网页链接信息源对所述数据样本库中的数据进行处理，得到所述用户的第一特性化参数；

按照网页词频特征对所述数据样本库中的数据进行处理，得到所述用户的第二特性化参数；

按照网页信息类别对所述数据样本库中的数据进行处理，得到所述用户的第三特性化参数；以及

提取互联网数据中与所述第一特性化参数、所述第二特性化参数和所述第三特性化参数均匹配的数据。

2.根据权利要求1所述的互联网数据的提取方法，其特征在于，

在提取互联网数据中与所述第一特性化参数、所述第二特性化参数和所述第三特性化参数均匹配的数据之前，所述互联网数据的提取方法还包括：

接收所述用户对所述第一特性化参数、所述第二特性化参数和所述第三特性化参数中任意一个或多个特性化参数的调整指令；

按照所述调整指令对所述第一特性化参数、所述第二特性化参数和所述第三特性化参数中任意一个或多个特性化参数进行调整，得到调整后的特性化参数，

提取互联网数据中与所述第一特性化参数、所述第二特性化参数和所述第三特性化参数均匹配的数据包括：提取所述互联网数据中与所述调整后的特性化参数匹配的数据。

3.根据权利要求2所述的互联网数据的提取方法，其特征在于，在按照所述调整指令对所述第一特性化参数、所述第二特性化参数和所述第三特性化参数中任意一个或多个特性化参数进行调整，得到调整后的特性化参数之后，所述互联网数据的提取方法包括：

检查所述调整后的特性化参数是否满足预设条件；

如果所述调整后的特性化参数满足所述预设条件，则将按照所述调整后的特性化参数提取所述互联网数据中与所述调整后的特性化参数匹配的数据；以及

如果所述调整后的特性化参数不满足所述预设条件，则输出报警文件。

4.根据权利要求3所述的互联网数据的提取方法，其特征在于，所述预设条件包括所述调整后的特性化参数的个数、所述特性化参数的参数权值和所述特性化参数的赋值内容，检查所述调整后的特性化参数是否满足预设条件包括：

检查所述调整后的特性化参数的个数是否满足第一预设条件；

检查所述调整后的特性化参数中每个参数的参数权值是否满足第二预设条件；以及

检查所述调整后的特性化参数中每个参数的赋值内容是否满足第三预设条件，

其中，如果所述调整后的特性化参数的个数满足所述第一预设条件，所述调整后的特性化参数中每个参数的参数权值满足所述第二预设条件且所述调整后的特性化参数中每个参数的赋值内容满足所述第三预设条件，则确定所述调整后的特性化参数满足所述预设条件，如果所述调整后的特性化参数的个数不满足所述第一预设条件，所述调整后的特性化参数中任一参数的参数权值不满足所述第二预设条件或者所述调整后的特性化参数中任一参数的赋值内容不满足所述第三预设条件，则确定所述调整后的特性化参数不满足所述预设条件。

5.根据权利要求1所述的互联网数据的提取方法，其特征在于，所述互联网数据的提取方法还包括：

根据所述第一特性化参数、所述第二特性化参数和所述第三特性化参数生成特性化报告；以及

展示所述特性化报告。

6.一种互联网数据的提取装置，其特征在于，包括：

获取单元，用于获取用户的数据样本库，其中，所述数据样本库包括所述用户的浏览互联网数据；

第一确定单元，用于按照网页链接信息源对所述数据样本库中的数据进行处理，得到所述用户的第一特性化参数；

第二确定单元，用于按照网页词频特征对所述数据样本库中的数据进行处理，得到所述用户的第二特性化参数；

第三确定单元，用于按照网页信息类别对所述数据样本库中的数据进行处理，得到所述用户的第三特性化参数；以及

第一提取单元，用于提取互联网数据中与所述第一特性化参数、所述第二特性化参数和所述第三特性化参数均匹配的数据。