[发明专利]一种基于多源信息融合的互联网视频爬虫方法、系统及搜索系统

摘要

本发明实施例公开了一种基于多源信息融合的互联网视频爬虫方法、系统及搜索系统，该方法、系统及搜索系统，根据用户输入的检索信息获取初始视频页面，并提取每个初始视频页面的页面信息，页面信息中至少包括页面内含有的视频页面的URL、页面文字以及页面图片。利用页面信息内包含的多源信息获取初始视频页面与检索信息之间的相关性数值，进一步根据初始视频页面与检索信息之间的相关性数值，确定最终展示给用户的结果视频页面，以快速、准确、全面地获取用户所需视频页面。

主权项

1.一种基于多源信息融合的互联网视频爬虫方法，其特征在于，包括：根据用户输入的检索信息获取初始视频页面；提取每个初始视频页面的页面信息，所述页面信息至少包括页面内含有的视频页面的统一资源定位符URL、页面文字以及页面图片；利用所述页面信息获取初始视频页面与检索信息之间的相关性数值；根据所述相关性数值确定最终展示给用户的结果视频页面。