[发明专利]一种大数据覆盖率采集分析方法在审
| 申请号： | 201810444688.0 | 申请日： | 2018-05-10 |
| 公开（公告）号： | CN108664606A | 公开（公告）日： | 2018-10-16 |
| 发明（设计）人： | 高强 | 申请（专利权）人： | 北京鼎泰智源科技有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 北京中企鸿阳知识产权代理事务所(普通合伙) 11487 | 代理人： | 郭鸿雁 |
| 地址： | 100085 北京市海淀区*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了一种大数据覆盖率分析方法，包括：对目标领域的数据源进行分析，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；在常备通用领域中，将数据源的收集优先级划分为五级；在客户定制领域中，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；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：配置URL规则、名称Name规则和主体body规则，然后开始采集任务；分别计算常备通用领域和客户定制领域中数据源的覆盖率。本发明对目标领域的数据源划定收集优先级，从而解决目标领域数据源太多，短期内无法收集完全的问题，提高收集效率。 | ||
| 搜索关键词： | 数据源 客户定制 目标领域 搜索 领域数据 智能引擎 大数据 通用 覆盖率分析 覆盖率 采集 客户需求 收集效率 数据量 两级 分析 配置 | ||
【主权项】：
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。
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北京鼎泰智源科技有限公司，未经北京鼎泰智源科技有限公司许可，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/201810444688.0/，转载请声明来源钻瓜专利网。
