[發(fā)明專利]一種網(wǎng)絡信息垂直搜索與挖掘處理方法

無效

• 申請?zhí)枺?/td>: 201010121442.3
• 申請日: 2010-03-10
• 公開（公告）號: CN101807206A
• 公開（公告）日: 2010-08-18
• 發(fā)明（設計）人: 金仲敏;張瑞黎;賈濤
• 申請（專利權）人: 上海克而瑞信息技術有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06Q50/00
• 代理公司: 上海科盛知識產(chǎn)權代理有限公司 31225
• 代理人: 趙繼明

1.一種網(wǎng)絡信息垂直搜索與挖掘處理方法，其特征在于，該方法包括以下步驟：

1)獲取網(wǎng)頁信息；

2)對獲取的網(wǎng)頁信息進行結構化處理；

3)對經(jīng)處理后的數(shù)據(jù)進行邏輯推理和計算。

2.根據(jù)權利要求1所述的一種網(wǎng)絡信息垂直搜索與挖掘處理方法，其特征在于，所述的步驟1)獲取網(wǎng)頁信息步驟如下：

11)下載并保存任務起始頁面信息；

12)分析頁面信息、分配并保存相關任務；

13)啟動任務處理單元，獲取任務；

14)各單元執(zhí)行各自任務，下載并保存相關頁面；

15)分析頁面信息、分配并保存其他相關任務；

16)循環(huán)執(zhí)行13)-15)步驟，直到所有任務處理結束后任務處理單元逐個結束工作，獲得Html文件并將其保存。

3.根據(jù)權利要求1所述的一種網(wǎng)絡信息垂直搜索與挖掘處理方法，其特征在于，所述的步驟2)對獲取的網(wǎng)頁信息進行結構化處理步驟如下：

21)讀取下載的Html文件信息；

22)將Html文件轉為Dom對象，供分析；

23)將Dom對象轉為XML數(shù)據(jù)結構，保存到數(shù)據(jù)庫中；

24)批量分解XML數(shù)據(jù)到數(shù)據(jù)庫表格中。

4.根據(jù)權利要求1所述的一種網(wǎng)絡信息垂直搜索與挖掘處理方法，其特征在于，所述的步驟3)對經(jīng)處理后的數(shù)據(jù)進行邏輯推理和計算步驟如下：

31)系統(tǒng)第一次運行將所有歷史數(shù)據(jù)下載并結構化分析處理，所有狀態(tài)相關數(shù)據(jù)保存到數(shù)據(jù)庫中；

32)下載所有步驟2)處理后的數(shù)據(jù)；

33)設定任務驅動規(guī)則，判斷步驟2)處理后的數(shù)據(jù)的關鍵指標和歷史狀態(tài)是否一致，若為否，將步驟2)處理后的數(shù)據(jù)與歷史狀態(tài)對比，得出變化過程。