发明名称 |
互联网数据的提取方法和装置 |
摘要 |
本发明公开了一种互联网数据的提取方法和装置。其中,该互联网数据的提取方法包括:获取用户的数据样本库,其中,数据样本库包括用户的浏览互联网数据;按照网页链接信息源对数据样本库中的数据进行处理,得到用户的第一特性化参数;按照网页词频特征对数据样本库中的数据进行处理,得到用户的第二特性化参数;按照网页信息类别对数据样本库中的数据进行处理,得到用户的第三特性化参数;以及提取互联网数据中与第一特性化参数、第二特性化参数和第三特性化参数均匹配的数据。通过本发明,解决了现有技术中根据特性化参数提取互联网数据不准确的问题,进而达到了根据特性化参数准确提取互联网数据的效果。 |
申请公布号 |
CN103810295A |
申请公布日期 |
2014.05.21 |
申请号 |
CN201410081171.1 |
申请日期 |
2014.03.06 |
申请人 |
北京邮电大学 |
发明人 |
杨文川;李瑞;商智栋;张志诚;瞿庆义;马鹏飞;陈贺 |
分类号 |
G06F17/30(2006.01)I |
主分类号 |
G06F17/30(2006.01)I |
代理机构 |
北京康信知识产权代理有限责任公司 11240 |
代理人 |
李志刚;吴贵明 |
主权项 |
一种互联网数据的提取方法,其特征在于,包括:获取用户的数据样本库,其中,所述数据样本库包括所述用户的浏览互联网数据;按照网页链接信息源对所述数据样本库中的数据进行处理,得到所述用户的第一特性化参数;按照网页词频特征对所述数据样本库中的数据进行处理,得到所述用户的第二特性化参数;按照网页信息类别对所述数据样本库中的数据进行处理,得到所述用户的第三特性化参数;以及提取互联网数据中与所述第一特性化参数、所述第二特性化参数和所述第三特性化参数均匹配的数据。 |
地址 |
100876 北京市海淀区西土城路10号 |