[发明专利]基于垂直搜索和聚焦爬虫技术的网页分类识别系统及方法无效
| 申请号： | 201210034195.2 | 申请日： | 2012-02-15 |
| 公开（公告）号： | CN102591992A | 公开（公告）日： | 2012-07-18 |
| 发明（设计）人： | 曹武龙;王国圃 | 申请（专利权）人： | 苏州亚新丰信息技术有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 苏州创元专利商标事务所有限公司 32103 | 代理人： | 范晴 |
| 地址： | 215123 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于垂直搜索和聚焦爬虫技术的网页分类识别系统，其特征在于所述系统包括应用表示模块、数据采集模块和内容解析模块，所述数据采集模块通过Web协议完成对网页数据的采集，然后将采集到的页面数据交给内容解析模块；所述内容解析模块根据数据采集模块采集的页面数据进行HTML解析，提取页面中的超链接，将超链接加入到URL队列中，得到网址类别和URL的对应关系表；所述应用表示模块接受用户输入关键字进行搜索，将搜索到的特定领域的网址和/或所属的网址类别结果反馈给用户。通过开发建设过程中实际运行和测试，很好的体现了基于垂直搜索和聚焦爬虫的网页分类的识别方法的实施效果，验证了此方法的准确性。 | ||
| 搜索关键词： | 基于 垂直 搜索 聚焦 爬虫 技术 网页 分类 识别 系统 方法 | ||
【主权项】：
一种基于垂直搜索和聚焦爬虫技术的网页分类识别系统，其特征在于所述系统包括应用表示模块、数据采集模块和内容解析模块，所述数据采集模块通过Web协议完成对网页数据的采集，然后将采集到的页面数据交给内容解析模块；所述内容解析模块根据数据采集模块采集的页面数据进行HTML解析，提取页面中的超链接，将超链接加入到URL队列中，得到网址类别和URL的对应关系表；所述应用表示模块接受用户输入关键字进行搜索，将搜索到的特定领域的网址和/或所属的网址类别结果反馈给用户。
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苏州亚新丰信息技术有限公司，未经苏州亚新丰信息技术有限公司许可，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/201210034195.2/，转载请声明来源钻瓜专利网。
