[发明专利]一种基于网络爬虫的药品信息库构建方法有效
| 申请号： | 201611187648.X | 申请日： | 2016-12-21 |
| 公开（公告）号： | CN106777165B | 公开（公告）日： | 2020-11-13 |
| 发明（设计）人： | 雷方元;戴青云;赵慧民;蔡君;魏文国;罗建桢 | 申请（专利权）人： | 广东技术师范大学 |
| 主分类号： | G06F16/951 | 分类号： | G06F16/951;G06F16/22;G06F16/953 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 林瑞云 |
| 地址： | 510620 广东省*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于网络爬虫的药品信息库构建方法，该方法包括：首先在服务器后台定时抓取CFDA网站中企业信息查询页面中的药品栏目，分析抓取其子栏目的药品汇总信息，并利用网络爬虫到对应的企业网站中去抓取该药品的说明书；采用OCR模块来识别药品说明书中的生成企业，药品通用名称，批准文号以及禁忌，注意事项等；并将这些识别的内容存储到数据库中，数据库采用生产企业+药品名称+批准文号的关键字来构造。定期抓取CFDA药品监管动态，如果有新药通过审批，则到对应的企业网站抓取新药的说明书，并将相关内容识别后更新到数据库中。本发明提供一种构建采用网络爬虫构建药品信息库的方法，为药品信息的快速查询与利用提供基础支撑。 | ||
| 搜索关键词： | 一种 基于 网络 爬虫 药品 信息库 构建 方法 | ||
【主权项】：
一种基于网络爬虫的药品信息数据库构建方法，其特征在于，包括：首先在服务器后台定时定向抓取CFDA网站中的企业信息查询中的子栏目信息；然后分析子栏目的汇总数据，并进一步获取子栏目的具体信息；根据CFDA的药品数据分析，利用网络爬虫到药品生产企业中抓取药品说明书并保存为PDF格式；采用微软的OCR来识别药品说明书的相关信息，并将结果保存到数据库中；定时抓取CFDA药品监管动态，如果有新药获批则到对应的企业网站中抓取药品说明书，并采用OCR识别其内容，并更新到数据库中。
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广东技术师范大学，未经广东技术师范大学许可，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/201611187648.X/，转载请声明来源钻瓜专利网。
