[发明专利]一种大数据网页存储和分析的方法在审
| 申请号： | 202110081240.9 | 申请日： | 2021-01-21 |
| 公开（公告）号： | CN112732668A | 公开（公告）日： | 2021-04-30 |
| 发明（设计）人： | 陈娟妮;李国涛;张明哲 | 申请（专利权）人： | 浪潮云信息技术股份公司 |
| 主分类号： | G06F16/182 | 分类号： | G06F16/182;G06F16/13;G06F16/172;G06F40/284 |
| 代理公司： | 济南信达专利事务所有限公司 37100 | 代理人： | 姜鹏 |
| 地址： | 250100 山东省济南市高*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及大数据技术领域，具体提供了一种大数据网页存储和分析的方法，具有以下步骤：S1、将待分析的网页数据按网站站点划分存储在HDFS文件中，采用Hive表关联此HDFS数据；S2、采用Spark程序读取步骤S1存储在Hive表中的数据，提取出企业名称信息，并将企业名称相关信息存储到Hive表中；S3、对每个企业名称进行分词处理，并将分词结果存储在Hive表中；S4、依据步骤S3的真实企业名称分词结果表进行分类匹配；S5、为用户提供步骤S1中网页内容中出现的企业名称和真实企业名册中的企业名称中匹配度高的企业名称。与现有技术相比，本发明具有广泛适用性，支持水平扩展，对于涉及网页存储和分析的业务都可以普遍适用。 | ||
| 搜索关键词： | 一种 数据 网页 存储 分析 方法 | ||
【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浪潮云信息技术股份公司，未经浪潮云信息技术股份公司许可，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/202110081240.9/，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
