[发明专利]一种大数据覆盖率采集分析方法

权利要求书

1.一种大数据覆盖率采集分析方法，其特征在于，包括如下步骤：

步骤S1，对目标领域数据源进行分析，根据分析结果划分为常备通用领域数据或客户定制领域数据；

步骤S2，在所述常备通用领域中，根据数据量的数据源、权威性、收集难易度和主站及子站的优先级，将数据源的收集优先级划分为五级；

步骤S3，在所述客户定制领域中，根据客户需求高低、需求明确程度和数据量，将数据源的收集优先级划分为两级；

步骤S4，根据所述步骤S2和步骤S3划分的优先级，采用智能引擎搜索的方式对数据源进行收集，其中，采用智能引擎搜索对数据源进行搜索，完成对数据源的初步收集，包括如下步骤：配置URL规则、名称Name规则和主体body规则，然后开始采集任务；

步骤S5，计算常备通用领域数据的覆盖率或者客户定制领域数据的覆盖率，其中，

常备通用领域数据覆盖率总分值＝国家级数据源分值*国家级权值+大省大市级数据源分值*大省大市级权值+全省大市级数据源*全省大市级权值+全部地市级数据源分值*全部地市级权值+全部区县级数据源*全部区县级权值；

客户定制领域数据覆盖率总分值＝定向定制级数据源分值*定向定制级权值+非必需级数据源分值*非必需级权值。

2.如权利要求1所述的大数据覆盖率采集分析方法，其特征在于，在所述步骤S2中，所述将数据源的收集优先级划分为五级，由高到低依次为：

国家级：最高院、最高主管部门、最高机构发布的数据源；

大省大市级：十大省份/直辖市/副省级市的法院、主管部门、主管机构发布的数据源；

全省大市级：大省大市以外的全部省级和省会城市级的法院、主管部门、主管机构发布的数据源；

全部地市级：大市以外的全部地级市的法院、主管部门、主管机构发布的数据源；

全部区县级：全部县级市、县、镇级的法院，主管部门、主管机构发布的数据源。

3.如权利要求1所述的大数据覆盖率采集分析方法，其特征在于，在所述步骤S3中，将数据源的收集优先级划分为两级，由高到低依次为：

定向定制级：客户已明确提出的数据源；

非必需级：非客户提出，存在的其他数据源。

4.如权利要求1所述的大数据覆盖率采集分析方法，其特征在于，在所述步骤S4中，当监控出现新的数据源时，设置定期检测任务，由系统自动进行检测，自动补齐增量数据源，根据目标领域数据源整体变化的频繁度，设置不同的检测周期。

5.如权利要求4所述的大数据覆盖率采集分析方法，其特征在于，所述检测周期，包括：

1)数据源频繁增加的领域设置为每周全网域搜索检测一次；

2)数据源偶尔增加的领域设置为每月全网域搜索检测一次。

6.如权利要求1所述的大数据覆盖率采集分析方法，其特征在于，所述步骤S4，还包括：在智能引擎搜索的基础上，采用人工作业方式对数据源进行补充收集，以及由人工方式对所述智能引擎搜索得到的数据判断是否有效。