[发明专利]一种爬虫系统的URL爬取方法、装置、介质及电子设备有效
| 申请号： | 202110176855.X | 申请日： | 2021-02-09 |
| 公开（公告）号： | CN112836111B | 公开（公告）日： | 2022-05-31 |
| 发明（设计）人： | 冯煜博;陈伟成 | 申请（专利权）人： | 沈阳麟龙科技股份有限公司 |
| 主分类号： | G06F16/951 | 分类号： | G06F16/951;G06F16/955 |
| 代理公司： | 北京国昊天诚知识产权代理有限公司 11315 | 代理人： | 南霆 |
| 地址： | 110117 辽宁省*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例公开了一种爬虫系统的URL爬取方法、装置、介质及电子设备。该方法包括：获取爬虫系统的目标网页；采用部署价值评估模型的爬虫系统，对所述目标网页中的锚文本和锚文本对应的URL进行价值估计；所述价值评估模型是基于训练网页的锚文本和锚文本对应的URL的价值函数进行训练得到的；根据价值估计结果进行爬取顺序的排序，然后根据URL的顺序进行爬取操作，并在满足爬取终止条件时，终止所述URL爬取操作，得到网页集合。通过采用本申请所提供的技术方案，可以针对现有的爬虫系统的爬取效率低，真正有效的网页内容较少的问题，采用基于深度学习的爬取策略，可以得到在一定的时间内将爬虫系统爬取的网页价值最大化的目的。 | ||
| 搜索关键词： | 一种 爬虫 系统 url 方法 装置 介质 电子设备 | ||
【主权项】：
暂无信息
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沈阳麟龙科技股份有限公司，未经沈阳麟龙科技股份有限公司许可，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/202110176855.X/，转载请声明来源钻瓜专利网。
- 上一篇：信息处理方法、装置、设备、存储介质及计算机程序
- 下一篇：图书馆服务管理系统
