[发明专利]一种网页爬虫的爬取时间频率选择方法及装置在审
| 申请号： | 202210968153.X | 申请日： | 2022-08-12 |
| 公开（公告）号： | CN115221386A | 公开（公告）日： | 2022-10-21 |
| 发明（设计）人： | 谭尼平 | 申请（专利权）人： | 中电信数智科技有限公司 |
| 主分类号： | G06F16/951 | 分类号： | G06F16/951;G06F16/955;G06N5/00;G06N20/20 |
| 代理公司： | 北京知汇林知识产权代理事务所(普通合伙) 11794 | 代理人： | 王俊杰 |
| 地址： | 100036 北京市海淀区*** | 国省代码： | 北京;11 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明涉及一种网页爬虫的爬取时间频率选择方法及装置,属于机器学习技术领域。方法包括：判断目标网站是否有反爬策略，若是，则获取所述目标网站的爬取时间频率临界值；构建训练数据，利用所述训练数据对模型进行训练，得到时间频率选择模型；调用所述时间频率选择模型，根据所述爬取时间频率临界值，输出最优的爬取时间频率。该方法能够自动选择针对目标网站的最优爬取时间频率，根据该最优爬取时间频率进行数据的爬取，提高了爬虫爬取数据的效率，减轻了技术人员的工作强度。 | ||
| 搜索关键词： | 一种 网页 爬虫 时间 频率 选择 方法 装置 | ||
【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中电信数智科技有限公司，未经中电信数智科技有限公司许可，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/202210968153.X/，转载请声明来源钻瓜专利网。
