龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：深圳中泓在线股份有限公司
摘要：本申请公开了一种定向数据采集规整方法、系统及存储介质，涉及数据处理技术领域，该方法包括：获取若干待采集的链接地址；根据所述链接地址的数据结构类型，确定数据采集策略；根据所述数据采集策略，对所述链接地址内预设的数据内容进行数据抽取，得到第一数据集合；对所述第一数据集合进行完整性检查和修复，得到第二数据集合；输出从所有所述链接地址得到的所述第二数据集合。本申请能够提高了信息获取的便捷性，以及用户的使用体验。
主权项：1.一种定向数据采集规整方法，其特征在于，包括：获取若干待采集的链接地址；根据所述链接地址的数据结构类型，确定数据采集策略；根据所述数据采集策略，对所述链接地址内预设的数据内容进行数据抽取，得到第一数据集合；对所述第一数据集合进行完整性检查和修复，得到第二数据集合；输出从所有所述链接地址得到的所述第二数据集合；其中，所述数据内容包括文章链接、文章发布时间、文章标题和文章正文；所述根据所述数据采集策略，对所述链接地址内预设的数据内容进行数据抽取，得到第一数据集合，包括：根据所述数据采集策略，分别搜寻所述文章链接、所述文章发布时间、所述文章标题和所述文章正文的数据位置；根据所述数据位置，分别将所述文章链接、所述文章发布时间、所述文章标题和所述文章正文的内容进行数据抽取，得到第一数据集合；其中，所述对所述第一数据集合进行完整性检查和修复，得到第二数据集合，包括：判断所述第一数据集合的所述文章链接、所述文章发布时间、所述文章标题和所述文章正文的内容是否为空；当所述文章链接、所述文章发布时间、所述文章标题和所述文章正文的内容均不为空，则将所述第一数据集合作为所述第二数据集合；当所述文章链接、所述文章发布时间、所述文章标题或所述文章正文中存在一个的内容为空，对内容为空的所述数据内容采用预设的局部采集策略重新进行数据抽取，形成所述第二数据集合。
全文数据：
权利要求：
百度查询： 深圳中泓在线股份有限公司 一种定向数据采集规整方法、系统及存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号