[发明专利]一种新闻评论页面的爬取方法及系统有效
| 申请号： | 200910242055.2 | 申请日： | 2009-12-03 |
| 公开（公告）号： | CN102087648A | 公开（公告）日： | 2011-06-08 |
| 发明（设计）人： | 严华梁;刘伟;杨建武;万小军;肖建国 | 申请（专利权）人： | 北京大学;北大方正集团有限公司;北京方正电子政务信息科技有限公司;北京北大方正电子有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 北京天悦专利代理事务所(普通合伙) 11311 | 代理人： | 田明;任晓航 |
| 地址： | 100871*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种新闻评论页面的爬取方法及系统，属于信息检索和数据集成技术领域。该方法及系统首先从新闻网站起始页面出发，对页面进行广度遍历，在遍历过程中获取满足深度限制的页面信息；然后计算页面的特征值，根据特征值和预设阈值之间的大小关系，从页面中识别出新闻评论页面；最后获取新闻评论页面的翻页链接，并根据翻页链接获取其他新闻评论页面。本发明所述方法及系统，能够从新闻网站的网页中自动爬取出新闻评论页面，而且爬取的速度快，爬取的新闻评论页面全面。 | ||
| 搜索关键词： | 一种 新闻 评论 页面 方法 系统 | ||
【主权项】：
一种新闻评论页面的爬取方法，包括以下步骤：(A)获取新闻网站中的页面；(B)从获取的页面中识别出新闻评论页面；(C)获取新闻评论页面中的翻页链接，并根据翻页链接获取其他新闻评论页面。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京大学;北大方正集团有限公司;北京方正电子政务信息科技有限公司;北京北大方正电子有限公司，未经北京大学;北大方正集团有限公司;北京方正电子政务信息科技有限公司;北京北大方正电子有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/200910242055.2/，转载请声明来源钻瓜专利网。
