[發明專利]網絡資訊采集方法及裝置

在審

• 申請號: 201711456851.7
• 申請日: 2017-12-28
• 公開（公告）號: CN108021706A
• 公開（公告）日: 2018-05-11
• 發明（設計）人: 黃毅華;成洪山
• 申請（專利權）人: 廣州市西美信息科技有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京超凡志成知識產權代理事務所(普通合伙) 11371
• 代理人: 宋南

本發明提供了一種網絡資訊采集方法及裝置，涉及互聯網技術領域。網絡資訊采集方法應用于服務端，該包括接收采集參數，采集參數包括目標網站的URL地址；依據URL地址獲得目標網站中的資訊內容；將資訊內容與預先建立的多個不同行業類別的素材庫進行匹配，得到資訊內容對應的行業類別；將資訊內容存儲至對應行業類別的素材庫中。本發明提供的網絡資訊采集方法及裝置能夠較好地提高資訊采集的工作效率，提高資訊采集內容的質量，同時能夠對采集到的資訊內容進行規范的分類存儲，很好地防止了海量內容采集后因亂放置而浪費空間的現象，方便對采集到的資訊內容后續進行閱讀及進一步篩選。

技術領域

本發明涉及互聯網技術領域，具體而言，涉及一種網絡資訊采集方法及裝置。

背景技術

現有公眾獲取網絡資訊的方式已從報紙、廣播、電視等方式逐漸轉變為以互聯網為主流方式。而網絡資訊透過互聯網的傳播，通過不同來源使得其產生持續性的影響力和傳播力。

目前許多網絡資訊的采集是基于人工瀏覽采集的方式，通過人工瀏覽采集的方式存在著采集速度慢、采集操作復雜、采集內容質量差一件篩選有用資訊難等問題，其消耗大量時間和經歷并且效果達不到預期的理想。在信息膨脹的當今，在海量的網絡資訊中通過人工采集的方式顯然不能滿足網絡資訊的采取需求。

發明內容

有鑒于此，本發明實施例的目的在于提供一種網絡資訊采集方法及裝置，以改善上述問題。

第一方面，本發明實施例提供了一種網絡資訊采集方法，應用于服務端，所述方法包括：

接收采集參數，所述采集參數包括目標網站的URL地址；

依據所述URL地址獲得所述目標網站中的資訊內容；

將所述資訊內容與預先建立的多個不同行業類別的素材庫進行匹配，得到所述資訊內容對應的行業類別；

將所述資訊內容存儲至對應行業類別的素材庫中。

可選地，所述采集參數還包括采集方式，所述依據所述URL地址獲得所述目標網站中的資訊內容，包括：

依據所述URL地址和所述采集方式獲得所述目標網站中的資訊內容。

可選地，所述采集參數還包括第一關鍵詞，所述依據所述URL地址和所述采集方式獲得所述目標網站中的資訊內容，包括：

依據所述URL地址和所述采集方式獲得所述目標網站中包含所述第一關鍵詞的目標字段的資訊內容。

可選地，每個所述素材庫中包括第二關鍵詞，所述將所述資訊內容與預先建立的多個不同行業類別的素材庫進行匹配，得到所述資訊內容對應的行業類別，包括：

將所述資訊內容與預先建立的多個不同行業類別的素材庫中的第二關鍵詞進行匹配，得到所述資訊內容與各個素材庫的匹配度；

將匹配對最高的素材庫所對應的行業類別作為所述資訊內容對應的行業類別。

可選地，所述方法還包括：

接收用戶終端上傳的查詢請求，所述查詢請求包括第三關鍵詞；

將包含所述第三關鍵詞的所述資訊內容的存儲地址發送給所述用戶終端。

第二方面，本發明實施例還提供了一種網絡資訊采集裝置，應用于服務端，所述網絡資訊采集裝置包括：

接收模塊，用于接收采集參數，所述采集參數包括目標網站的URL地址；

獲取模塊，用于依據所述URL地址獲得所述目標網站中的資訊內容；

匹配模塊，用于將所述資訊內容與預先建立的多個不同行業類別的素材庫進行匹配，得到所述資訊內容對應的行業類別；