[发明专利]基于互联网的用户兴趣采集方法在审
| 申请号： | 201710456081.X | 申请日： | 2017-06-16 |
| 公开（公告）号： | CN107247789A | 公开（公告）日： | 2017-10-13 |
| 发明（设计）人： | 张鹏 | 申请（专利权）人： | 成都布林特信息技术有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 北京天奇智新知识产权代理有限公司11340 | 代理人： | 杨春 |
| 地址： | 610000 四川省*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于互联网的用户兴趣采集方法，该方法包括从待爬取队列中获取一个URL，对该URL进行预处理；模拟浏览器建立与待爬取站点的网址的连接，获取对应的网页，并将待爬取网站的域名地址进行缓存，用于后续爬取时直接使用；通过应用URL散列函数，将域名散列到域名地址的散列队列中，生成一个特定的编号，通过域名地址的解析过程，来获取索引的相关内容；解析成功后，将索引的相关内容写入相关的数据库中进行存储，索引的内容通过相应的网页IP实现写入对应的数据库中。本发明提出了一种基于互联网的用户兴趣采集方法，实现了并行网页爬取，提高采集和存储效率，广泛适用于大规模的社交网络。 | ||
| 搜索关键词： | 基于 互联网 用户 兴趣 采集 方法 | ||
【主权项】：
一种基于互联网的用户兴趣采集方法，其特征在于，包括：爬取节点中的待爬取队列暂存爬取事务即待爬取的URL；从待爬取队列中获取一个URL，对该URL进行预处理；模拟浏览器建立与待爬取站点的网址的连接，获取对应的网页，并将待爬取网站的域名地址进行缓存，用于后续爬取时直接使用；通过应用URL散列函数，将域名散列到域名地址的散列队列中，生成一个特定的编号，通过域名地址的解析过程，来获取索引的相关内容；解析成功后，将索引的相关内容写入相关的数据库中进行存储，索引的内容通过相应的网页IP实现写入对应的数据库中。
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成都布林特信息技术有限公司，未经成都布林特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/201710456081.X/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于政府数据的综合治理服务的方法
- 下一篇：新建邮件的方法和装置
