一种基于搜索引擎的轻量级通用网页主题爬虫方法

热门行业
装修建材
家居生活
餐饮食品
母婴教育
电脑办公
服装首饰
汽车工具
家电数码
机械化工
休闲美容

热门行业

教育培训
板材
地板
涂料
家纺
集成吊顶
美缝剂
木门
硅藻泥
管材
指纹锁
橱柜
衣柜
床垫
电热水器
集成灶
暖气片
净水器
酒店
卫浴

返回上一页

专利状态

一种基于搜索引擎的轻量级通用网页主题爬虫方法

失效

专利申请进度

申请

2013-07-08

申请公布

2013-09-18

授权

2016-11-23

预估到期

2033-07-08

专利基础信息

申请号	CN201310285000.6	申请日	2013-07-08
申请公布号	CN103310026A	申请公布日	2013-09-18
授权公布号	CN103310026B	授权公告日	2016-11-23
分类号	G06F17/30
分类	计算；推算；计数;
申请人名称	焦点科技股份有限公司
申请人地址	江苏省南京市高新区星火路软件大厦A座12F

专利法律状态

2023-07-21

专利权的终止

状态信息

未缴年费专利权终止；IPC(主分类):G06F 17/30；专利号:ZL2013102850006；申请日:20130708；授权公告日:20161123；终止日期:
2016-11-23

授权

状态信息

授权
2013-10-23

实质审查的生效

状态信息

实质审查的生效；IPC(主分类):G06F17/30；申请日:20130708
2013-09-18

公布

状态信息

公布

摘要

发明基于搜索引擎的轻量级通用网页主题爬虫方法，包括，初始种子：给定的少量描述特定主题相关种子，根据一定规则，对种子进行扩充至一系列种子；发现网站：将初始种子转换为查询词，通过搜索引擎接口获得相关的若干网站；下载网站：将相关的网站下载到本地并存入数据库；网页解析：从下载的网站进行分析，获取其中的链接信息；种子更新：通过分析已爬取到的新网站，从中提取主题相关词，并以此构造新种子，保证爬取过程持续进行；爬取更新：根据已爬取网站的更新信息，计算重新爬取的周期，使得已爬取网站能实现自适应的自动更新。本发明具有低代价、易实现、高效、准确等特点。

更多专利

全国服务热线：

在线客服

1211389656 咨询

商务合作

85926368 咨询

媒体合作

921888730 咨询

在线客服
客服微信号

品牌网官方客服微信

打开微信扫一扫

客服微信
商务合作微信

商务合作详谈

打开微信扫一扫

商务合作
回到顶部

在线客服

商务合作

媒体合作

客服微信号

商务合作微信