[发明专利]一种信息收集方法和系统

摘要

本发明提供一种信息收集方法和系统，上述方法包括：获取特定场所信息和事件信息；根据上述特定场所信息和事件信息，获取候选网站；下载上述候选网站的网页；利用上述事件信息对上述候选网站的网页进行过滤，获取包含上述事件信息的网页；对包含上述事件信息的网页进行URL模式学习，获取候选URL模式；利用上述候选URL模式，对上述候选网站的网页再次进行过滤，获取匹配上述候选URL模式的候选网页集合；从上述候选网页集合中，获取大于或等于预置覆盖频率阈值的URL模式；根据上述大于或等于预置覆盖频率阈值的URL模式获取上述URL模式所属的网站信息。本发明降低了相关网站的网页之间可能存在大量冗余信息，使网络负载量减小。

主权项

一种信息收集方法，其特征在于，所述方法包括：获取特定场所信息和事件信息；根据所述特定场所信息和事件信息，获取候选网站；下载所述候选网站的网页；利用所述事件信息对所述候选网站的网页进行过滤，获取包含所述事件信息的网页；对包含所述事件信息的网页进行统一资源定位符URL模式学习，获取候选URL模式；利用所述候选URL模式，对所述候选网站的网页再次进行过滤，获取匹配所述候选URL模式的候选网页集合；从所述候选网页集合中，获取大于或等于预置覆盖频率阈值的URL模式；根据所述大于或等于预置覆盖频率阈值的URL模式获取所述URL模式所属的网站信息。