[发明专利]正确数据的获取方法和装置

权利要求书

1.一种正确数据的获取方法，其特征在于，根据获取到的数据源建立索引数据库，所述方法包括：

接收用户的搜索请求，所述搜索请求中携带至少两个关键词，所述关键词属于同一数据的候选项；

在索引数据库中分别搜索所述关键词，并统计与关键词所匹配的数据的搜索结果数目；

比较所述搜索结果数目，将具有最大搜索结果数目的关键字作为获取到的正确的数据。

2.根据权利要求1所述的方法，其特征在于，

所述数据源是利用互联网中的网页数据得到的。

3.根据权利要求2所述的方法，其特征在于，通过如下方式获取所述数据源：

抓取互联网上的当前网页的数据存储至数据源中；

检测所述当前网页上的所有统一资源定位符URL，访问并抓取所述URL所对应网页并将该网页的数据存储至数据源中；将所述URL所对应的网页设置为当前网页，继续执行所述抓取互联网上的当前网页的数据存储至数据源中。

4.根据权利要求3所述的方法，其特征在于，通过如下方式更新所获取到的数据源：

获取当前网页的更新标签信息，所述更新标签信息指示网页的更新时间；

根据所述更新标签信息判断当前网页中的数据是否为新数据，若否，不再抓取当前网页中的数据，若是，抓取当前网页的数据存储至数据源中，检测所述当前网页上的所有URL，访问并抓取所述URL所对应网页并将该网页的数据存储至数据源中，以及，将所述URL所对应的网页设置为当前网页。

5.根据权利要求2所述的方法，其特征在于，所述根据获取到的数据源建立索引数据库包括：

对数据源中存储的网页数据进行解析，提取出索引数据，并利用该索引数据建立索引数据库，所述索引数据包括网页内容数据和数据编码类型。

6.一种正确数据的获取装置，其特征在于，所述装置包括

数据库建立单元，用于根据获取到的数据源建立索引数据库；

搜索请求接收单元，用于接收用户的搜索请求，所述搜索请求中携带至少两个关键词，所述关键词属于同一数据的候选项；

搜索统计单元，用于在索引数据库中搜索分别所述关键词，并统计与关键词所匹配的数据的搜索结果数目；

比较确认单元，用于比较所述搜索结果数目，将具有最大搜索结果数目的关键字作为获取到的正确的数据。

7.根据权利要求6所述的装置，其特征在于，

所述数据库建立单元所使用的数据源是利用互联网中的网页数据得到的。

8.根据权利要求7所述的装置，其特征在于，所述数据库建立单元包括数据存储模块和数据抓取模块，

所述数据存储模块，用于抓取互联网上的当前网页的数据存储至数据源中；

所述数据抓取模块，用于检测所述当前网页上的所有统一资源定位符URL，访问并抓取所述URL所对应网页；

所述数据存储模块，还用于将所述数据抓取模块所访问的网页的数据存储至数据源中，将所述URL所对应的网页设置为当前网页。

9.根据权利要求8所述的装置，其特征在于，所述数据库建立单元还包括数据源更新模块，

所述数据源更新模块，用于获取当前网页的更新标签信息，所述更新标签信息指示网页的更新时间；根据所述更新标签信息判断当前网页中的数据是否为新数据，若否，不再抓取当前网页中的数据，若是，抓取当前网页的数据存储至数据源中，检测所述当前网页上的所有URL，访问并抓取所述URL所对应网页并将该网页的数据存储至数据源中，以及，将所述URL所对应的网页设置为当前网页。

10.根据权利要求7所述的装置，其特征在于，

所述数据库建立单元，具体用于对数据源中存储的网页数据进行解析，提取出索引数据，并利用该索引数据建立索引数据库，所述索引数据包括网页内容数据和数据编码类型。