[发明专利]基于垂直搜索的网络数据挖掘方法

摘要

本发明公开了一种基于垂直搜索的网络数据挖掘方法，首先采用垂直搜索的方式从网络搜集数据；将得到的信息预处理；将通过数据清理后的结构化数据保存到数据库中；对数据库中的数据进行分析，发现规则从而构建模型，并将采集的特征向量与目标样本的特征向量进行匹配，由此获得有关采集信息的关联度；对未知数据进行预测，并和实际结果比较作出评价从而对原有模型参数进行修正，将权威信息提供给用户。本发明采用垂直搜索的网络数据挖掘方法来获得相关信息，可以有效得到相关专业信息，重复信息和垃圾信息少，能满足用户专业化的查询。

主权项

1.一种基于垂直搜索的网络数据挖掘方法，其特征在于它包括以下步骤：(1)采用垂直搜索的方式从网络搜集数据；其中，垂直搜索是专为查询某一行业或主题的信息而产生的专业搜索工具，它以结构化数据作为搜索单位，定向抽取需要的数据后进行处理，再以某种形式返回给用户；(2)将得到的信息预处理；将网页中非结构化数据转换成结构化数据，并进行知识简化、数据整理和抽取正确可靠的数据，变成统一的数据格式；(3)数据存储；将通过数据清理后的结构化数据保存到数据库中；(4)数据建模；对数据库中的数据进行分析，发现规则从而构建模型，并将采集的特征向量与目标样本的特征向量进行匹配，由此获得有关采集信息的关联度；(5)预测、评价及修正；对未知数据进行预测，并和实际结果比较作出评价从而对原有模型参数进行修正，将权威信息提供给用户。