[发明专利]一种基于网页数据挖掘的信息采集方法无效
| 申请号： | 201110344785.0 | 申请日： | 2011-11-04 |
| 公开（公告）号： | CN102402592A | 公开（公告）日： | 2012-04-04 |
| 发明（设计）人： | 王磊;张许亮;戴福昊;马桐 | 申请（专利权）人： | 同辉佳视（北京）信息技术股份有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 北京路浩知识产权代理有限公司 11002 | 代理人： | 王莹 |
| 地址： | 100094 北京市海*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于网页数据挖掘的信息采集方法，涉及数据挖掘技术领域。所述方法包括步骤：A：从目标Web文档中获得待采集信息；B：判断待采集信息类型是否是固定格式数据，如果是，执行步骤E；否则，剔除无用信息后进行信息整理，执行步骤C；C：判断待采集信息类型是否是半结构化数据，如果是，进行模式发现，执行步骤D；否则，执行步骤E；D：判断是否保存有模式模板，如果是，执行步骤E；否则，进行模式分析后保存其模式模板，执行步骤E；E：剔除重复信息后存储到本地计算机上。所述方法，能够以较低的成本和较短的时间，满足需求简单、数据量较小的信息采集需求。 | ||
| 搜索关键词： | 一种 基于 网页 数据 挖掘 信息 采集 方法 | ||
【主权项】：
一种基于网页数据挖掘的信息采集方法，其特征在于，包括步骤：A：从目标Web文档中获得待采集信息；B：判断所述待采集信息类型是否是固定格式数据，如果是，执行步骤E；否则，从所述待采集信息中剔除无用信息后进行信息整理，然后执行步骤C；C：判断所述待采集信息类型是否是半结构化数据，如果是，对所述待采集信息进行模式发现，然后执行步骤D；否则，执行步骤E；D：判断是否保存有所述待采集信息的模式模板，如果是，执行步骤E；否则，对所述待采集信息进行模式分析后保存其模式模板，再执行步骤E；E：对所述待采集信息进行分类，剔除重复信息后创建检索目录；F：将所述待采集信息存储到本地计算机上。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于同辉佳视（北京）信息技术股份有限公司，未经同辉佳视（北京）信息技术股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201110344785.0/，转载请声明来源钻瓜专利网。
- 数据显示系统、数据中继设备、数据中继方法、数据系统、接收设备和数据读取方法
- 数据记录方法、数据记录装置、数据记录媒体、数据重播方法和数据重播装置
- 数据发送方法、数据发送系统、数据发送装置以及数据结构
- 数据显示系统、数据中继设备、数据中继方法及数据系统
- 数据嵌入装置、数据嵌入方法、数据提取装置及数据提取方法
- 数据管理装置、数据编辑装置、数据阅览装置、数据管理方法、数据编辑方法以及数据阅览方法
- 数据发送和数据接收设备、数据发送和数据接收方法
- 数据发送装置、数据接收装置、数据收发系统、数据发送方法、数据接收方法和数据收发方法
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
