[发明专利]一种页面信息提取系统及提取方法在审
| 申请号： | 201810716173.1 | 申请日： | 2018-07-03 |
| 公开（公告）号： | CN108932327A | 公开（公告）日： | 2018-12-04 |
| 发明（设计）人： | 宋小俐 | 申请（专利权）人： | 芜湖瑞芬莱网络科技有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 上海精晟知识产权代理有限公司 31253 | 代理人： | 冯子玲 |
| 地址： | 241000 安徽省芜湖市鸠江区北京中路*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种页面信息提取系统及提取方法，涉及数据处理领域。本发明的一种页面信息提取方法包括如下步骤：步骤S001：页面获取；步骤S002：信息提取；步骤S003：信息去重；步骤S004：获取公告内容；步骤S005：自动分类；步骤S006：生成索引；步骤S007：信息分析提取；步骤S008：保存至数据库。本发明通过异步访问多个服务器同时采集多个网站页面数据，利用互联网的技术手段进行数据分析，为用户匹配感知信息，并对完成用户信息的智能分拣及过滤，实时为用户推送精准的匹配信息，提高了网页信息采集速度以及精准度，极大的增加了用户体验度。 | ||
| 搜索关键词： | 页面信息 提取系统 数据处理领域 网页信息采集 用户体验度 多个网站 感知信息 公告内容 技术手段 匹配信息 数据分析 信息分析 信息提取 页面获取 页面数据 异步访问 用户匹配 用户信息 智能分拣 自动分类 精准度 去重 推送 索引 服务器 过滤 数据库 采集 互联网 保存 | ||
【主权项】：
1.一种页面信息提取方法，其特征在于，包括如下步骤：步骤S001页面获取：根据系统配置的网站清单和需要访问的该网站页面清单，每个页面采集线程分批发起异步并访问页面；步骤S002信息抽取：获取的页面交由页面解析线程组负责页面中需要的信息抽取；步骤S003信息去重：抽取信息完成后，将重复的信息删除；步骤S004获取公告内容：通过线程获取公告内容；步骤S005自动分类：对获取的公告内容进行分类；步骤S006生成索引：对分类完成的公告内容创建索引；步骤S007信息分析提取：用户提交的关键字对新信息进行匹配，对匹配的新信息记录到需要推送的信息队列；步骤S008保存至数据库：将发送的信息保存到系统数据库。
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芜湖瑞芬莱网络科技有限公司，未经芜湖瑞芬莱网络科技有限公司许可，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/201810716173.1/，转载请声明来源钻瓜专利网。
- 上一篇：一种实例扩展方法、装置、设备和介质
- 下一篇：一种页面信息更新方法和装置
