[发明专利]一种垂直搜索引擎中对信息单元的调度方法

摘要

本发明提供一种垂直搜索引擎中对信息单元的调度方法，该方法基于采集调度系统，包括如下步骤所述调度模块发起入口域名调度；所述抽取模块辨识抽取出的二级域名的类型并做标记；所述调度模块接收抽取出的二级域名并识别所述标记；判断识别出的信息单元是否出现更新；将信息单元的域名信息、历史更新记录加入或更新到更新单位页。根据历史更新记录预测下次出现更新的时间点，并在该时间点上执行信息单元调度。本方法对于垂直搜索中，具有信息单元特征，且每个信息单元更新周期和更新时间点差异性很大的网站有较好的适用效果。

主权项

一种垂直搜索引擎中对信息单元的调度方法，该方法基于采集调度系统，所述采集调度系统包括：下载模块、抽取模块、框架和调度模块；所述信息单元为垂直搜索引擎中的一个事物的信息聚类单位；其特征在于，所述方法包括如下步骤：A.所述调度模块发起入口域名调度；B.所述抽取模块辨识抽取出的二级域名的类型并做标记；C.所述调度模块接收抽取出的二级域名并识别所述标记；D.判断识别出的信息单元是否出现更新；E.将信息单元的域名信息、历史更新记录加入或更新到更新单位页；F.根据历史更新记录预测下次出现更新的时间点，并在该时间点上执行信息单元调度；步骤C包括：C‑1.若接收到的所述二级域名的类型为列表页，调度模块按该二级域名所在入口的调度周期进行调度；返回步骤A；C‑2.若接收到的所述二级域名的类型为信息单元页，执行步骤E；C‑3.若接收到的所述二级域名的类型为信息单元页下层页面，直接调度该二级域名；继续执行步骤D。