[发明专利]基于网络爬虫的热点词汇提取方法、装置、终端及介质在审
| 申请号： | 201911060879.8 | 申请日： | 2019-11-01 |
| 公开（公告）号： | CN111026942A | 公开（公告）日： | 2020-04-17 |
| 发明（设计）人： | 崔凯;王健宗 | 申请（专利权）人： | 平安科技（深圳）有限公司 |
| 主分类号： | G06F16/951 | 分类号： | G06F16/951;G06F16/955;G06F40/216;G06F40/279 |
| 代理公司： | 深圳市赛恩倍吉知识产权代理有限公司 44334 | 代理人： | 刘丽华;孙芬 |
| 地址： | 518000 广东省深圳市福田区福*** | 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热点词汇提取方法，包括：初始化网址队列，网址队列中存储有至少一个URL，URL包括第一URL和第二URL，启动第一线程从第一URL中爬取的第二URL与网址队列中的URL不同时添加至网址队列的尾部，启动第二线程从网址队列的头部获取URL及URL对应的超文本标记语言文档，第一线程与第二线程并行执行；提取超文本标记语言文档中的文本数据集进行分词处理后统计每个词汇出现的频率；将频率大于预设频率阈值的词汇作为热点词汇。本发明还提供一种基于网络爬虫的热点词汇提取装置、终端及介质。本发明通过一边在网址队列的尾部添加URL一边在网址队列的头部获取URL对应的超文本标记语言文档，防止了资源冲突，提高了热点词汇提取的效率。 | ||
| 搜索关键词： | 基于 网络 爬虫 热点 词汇 提取 方法 装置 终端 介质 | ||
【主权项】：
暂无信息
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平安科技（深圳）有限公司，未经平安科技（深圳）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/201911060879.8/，转载请声明来源钻瓜专利网。
- 上一篇：一种信息化共享设备箱控制系统及方法
- 下一篇：一种高效节水智能灌溉系统
