[发明专利]一种基于互联网税务数据自动抓取与智能分析的方法

摘要

本发明提供一种基于互联网税务数据自动抓取与智能分析的方法，其具体步骤为：搭建电子商务税源管理云平台；部署hadoop集群，然后进行数据采集；动态抓取互联网交易网站网页上的涉税数据信息；进行数据采集抽取，实现目标数据从“异构”到“同构”的过程；将采集数据存储到云平台服务器各个节点上；进行数据智能分析。该一种基于互联网税务数据自动抓取与智能分析的方法和现有技术相比，实现海量涉税数据进行分布式存储和统一管理，提高数据转换、加载、数据存取及数据查询访问、多维分析等各个环节的相应速度和处理能力，满足当前的市场对于税务数据的需求。

主权项

一种基于互联网税务数据自动抓取与智能分析的方法，其特征在于，其具体步骤为：一、搭建电子商务税源管理云平台，基于网络爬虫技术在该云平台建立大数据搜索引擎；二、部署hadoop集群，然后进行数据采集；三、动态抓取互联网交易网站网页上的涉税数据信息；四、基于“垂直搜索爬虫”技术进行数据采集抽取，实现目标数据从“异构”到“同构”的过程；五、将采集数据存储到云平台服务器各个节点上，实现海量涉税数据进行分布式存储和统一管理；六、进行数据智能分析，对数据进行抽取、清洗、转换、装载，提取出满足条件的数据。