[发明专利]一种互联网地质数据检索与获取的方法及其装置在审
申请号: | 201910437403.5 | 申请日: | 2019-05-24 |
公开(公告)号: | CN110309246A | 公开(公告)日: | 2019-10-08 |
发明(设计)人: | 朱月琴;吴永亮;谭永杰 | 申请(专利权)人: | 中国地质调查局发展研究中心 |
主分类号: | G06F16/29 | 分类号: | G06F16/29;G06F16/9537 |
代理公司: | 北京天奇智新知识产权代理有限公司 11340 | 代理人: | 姜义民 |
地址: | 100032 北*** | 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: | 本发明公开了一种互联网地质数据检索与获取的方法,包括:将地质叙词表转换成EXCEL格式的电子版叙词表;依据检索“关键词”,通过与电子版叙词表比对获取等级关系、等价关系、相关关系的关联词;利用相关性层级数的设置对关联词数量进行收敛控制;检索关键词和关联词,爬虫程序依据检索结果的页面数据和爬取规则,爬取该页面数据(主网页)以及该页面数据中每条网址链接的数据;对网页数据进行地质主题相关性计算,确定相关的数据。通过发明方法对地质数据抽取,可实现地质信息和新闻的定期、定向的精确提取,解决了采用传统数据爬取方法与地质大数据特性之间的矛盾,有效提升数据发现的全面性,可以高效的获取互联网地质相关数据。 | ||
搜索关键词: | 地质数据 页面数据 关联词 叙词表 地质 检索 互联网 检索关键词 传统数据 等级关系 等价关系 地质信息 检索结果 爬虫程序 数据发现 网页数据 网址链接 大数据 全面性 主网页 比对 层级 收敛 抽取 转换 矛盾 | ||
【主权项】:
1.一种互联网地质数据检索与获取的方法,其特征在于,包括:将地质叙词表转换成EXCEL格式的电子版叙词表;依据检索“关键词”,通过与电子版叙词表比对获取等级关系、等价关系、相关关系的关联词;利用相关性层级数的设置对关联词数量进行收敛控制;检索关键词和关联词,爬虫程序依据检索结果的页面数据和爬取规则,爬取该页面数据(主网页)以及主页面数据中每条网址链接的数据;对网页数据进行地质主题相关性计算,确定相关的数据。
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中国地质调查局发展研究中心,未经中国地质调查局发展研究中心许可,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/201910437403.5/,转载请声明来源钻瓜专利网。
- 上一篇:数据管理方法和装置
- 下一篇:计步数据的处理方法及装置