[发明专利]一种基于Web地图的网络实体地标自动挖掘方法

摘要

本发明涉及一种基于Web地图的网络实体地标自动挖掘方法，属于网络应用技术领域。本发明首先采用不同的Web地图获取各地区的特定类型机构的信息作为候选地标，接着利用搜索引擎或Google地图，进一步获取机构的Web服务主页域名；然后利用域名解析技术，获取机构Web服务器的IP地址；对机构Web服务器的IP地址和WWW域名的映射关系、承载Web服务的主机为共享主机的可能性进行评估，得到候选地标的可信度，最后输出可信度高于设定值的地标作为挖掘出的有效网络实体地标。通过上述过程，本发明可以获得数量充足、精度较高的地标信息，有效地弥补了传统人工标注或获取地标信息方法带来的地标密度不高、地理位置精度不够等不足。

主权项

一种基于Web地图的网络实体地标自动挖掘方法，其特征在于，该采集方法包括以下步骤：1)依据不同的Web地图获取各地区的特定类型机构的信息作为候选地标，并获取候选地标机构的主页域名；2)根据候选地标机构主页域名中的一级域名采用域名解析得到机构Web服务器的IP地址；3)根据候选地标Web服务器的域名及其IP地址分别进行网页访问，判断上述两种方式下的网页访问是否一致、是否有重定向，若一致、无重定向，则将该候选地标作为有效地标；4)否则，利用Web中提供的IP地址进行反向查询，根据候选地标IP地址反向查询结果计算候选地标的可信度；5)选取可信度大于设定值的候选地标作为有效地标，该有效地标即是要挖掘的网络实体地标；所述步骤4)中候选地标可信度所采用的计算公式为：R=α*R0+(1-α)*(1KΣi=1KRi)]]>其中R为所求可信度，R0为采用最可信的网站进行IP地址反向查询得到基本可信度，Ri(i≥1)为采用其它网站进行IP地址反向查询得到基本可信度，K为可信度评估时所使用的除最可信的网站以外的其他IP反向查询网站的个数，α为权重因子。