[发明专利]一种基于大数据的数据采集方法和系统有效
| 申请号： | 202010028465.3 | 申请日： | 2020-01-11 |
| 公开（公告）号： | CN111259220B | 公开（公告）日： | 2021-03-02 |
| 发明（设计）人： | 罗水芳;邵州华;楼未吉 | 申请（专利权）人： | 杭州拾贝知识产权服务有限公司 |
| 主分类号： | G06F16/951 | 分类号： | G06F16/951;G06F16/955 |
| 代理公司： | 厦门福贝知识产权代理事务所(普通合伙) 35235 | 代理人： | 陈远洋 |
| 地址： | 310000 浙江省杭州市江干区*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明给出了一种基于大数据的数据采集方法和系统，包括利用网络爬虫抓取待采集的数据源的URL集合，获取URL对应的网页；基于PageRank算法与HITS算法分别计算网页的评分，获得网页的总价值分并按总价值分排序；按网页的总价值分的优先级解析并获取网页中的图片和/或文字，获取网页中包含的关键词；计算关键词与关键词对应的网页的相关度，并基于相关度向共识节点发送共识请求，响应于相关度大于预设的第二阈值且共识程度大于预设的第三阈值，将关键词存储至对应类别的区块链中，网页存储至设置于区块链的节点上的数据库中，并建立网页与关键词映射关系。利用该方法建立关键词与网页的映射，采集到的数据更加的精准且更加具有关联性和共识性。 | ||
| 搜索关键词： | 一种 基于 数据 采集 方法 系统 | ||
【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杭州拾贝知识产权服务有限公司，未经杭州拾贝知识产权服务有限公司许可，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/202010028465.3/，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
