• 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
    • / 11
    • 下载费用:20 金币  

    重庆时时彩精彩计划: 一种抽取论坛网页中帖子内容的方法及系统.pdf

    摘要
    申请专利号:

    重庆时时彩单双窍门 www.4mum.com.cn CN201210511269.7

    申请日:

    2012.12.03

    公开号:

    CN103853770A

    公开日:

    2014.06.11

    当前法律状态:

    授权

    有效性:

    有权

    法律详情: 授权|||实质审查的生效IPC(主分类):G06F 17/30申请日:20121203|||公开
    IPC分类号: G06F17/30 主分类号: G06F17/30
    申请人: 北大方正集团有限公司; 北京大学; 北京北大方正电子有限公司
    发明人: 张涛; 杨建武; 于晓明
    地址: 100871 北京市海淀区成府路298号方正大厦9层
    优先权:
    专利代理机构: 北京同达信恒知识产权代理有限公司 11291 代理人: 黄志华
    PDF完整版下载: PDF下载
    法律状态
    申请(专利)号:

    CN201210511269.7

    授权公告号:

    ||||||

    法律状态公告日:

    2018.08.14|||2014.07.09|||2014.06.11

    法律状态类型:

    授权|||实质审查的生效|||公开

    摘要

    本申请公开了一种抽取论坛网页中帖子内容的方法及系统,所述方法包括:获得一论坛网页;将所述论坛网页转换成DOM树,其中,所述DOM树至少包括一根节点及从属于所述根节点的至少一个子节点;一一对应地为所述根节点及所述至少一个子节点生成频繁模式;根据所述频繁模式中一符合预设条件的频繁模式,确定出与所述论坛网页中信息内容所对应的节点;基于一预设的公共子树算法,从所述与所述论坛网页中信息内容所对应的节点中提取所述论坛网页中的信息内容。

    权利要求书

    权利要求书
    1.  一种抽取论坛网页中帖子内容的方法,其特征在于,包括:
    获得一论坛网页;
    将所述论坛网页转换成DOM树,其中,所述DOM树至少包括一根节点及从属于所述根节点的至少一个子节点;
    一一对应地为所述根节点及所述至少一个子节点生成频繁模式;
    根据所述频繁模式中一符合预设条件的频繁模式,确定出与所述论坛网页中信息内容所对应的节点;
    基于一预设的公共子树算法,从所述与所述论坛网页中信息内容所对应的节点中提取所述论坛网页中的信息内容。

    2.  如权利要求1所述的方法,其特征在于,所述符合预设条件的频繁模式具体为:最大频繁模式;所述预设的公共子树算法具体为:最大公共子树算法。

    3.  如权利要求1所述的方法,其特征在于,所述将所述论坛网页转换成DOM树,具体包括:
    删除所述论坛网页中无用的网页标签;
    将无用的网页标签删除了的所述论坛网页转换成DOM树。

    4.  如权利要求2所述的方法,其特征在于,所述基于一预设的公共子树算法,从所述与所述论坛网页中信息内容所对应的节点中提取所述论坛网页中的信息内容,具体包括:
    过滤掉所述论坛网页中帖子之间相同部分;
    基于所述最大公共子树算法,从所述与所述论坛网页中信息内容所对应的节点中提取所述论坛网页中的信息内容。

    5.  如权利要求2所述的方法,其特征在于,所述在根据所述频繁模式中一符合预设条件的频繁模式,确定出与所述论坛网页中信息内容所对应的节点之前还包括:
    判断所述频繁模式中每个频繁模式的频繁度与支持度是否大于等于预设的频繁度和支持度;
    当一频繁模式的频繁度与支持度小于预设的频繁度和支持度时,对所述频繁模式进行剪枝处理。

    6.  如权利要求5所述的方法,其特征在于,所述预设的频繁度和支持度具体为:最小频繁度和最小支持度。

    7.  一种抽取论坛网页中帖子内容的系统,其特征在于,所述系统包括:
    获得???,用于获得一论坛网页;
    转换???,用于将所述论坛网页转换成DOM树,其中,所述DOM树至少包括一根节点及从属于所述根节点的至少一个子节点;
    生成???,用于一一对应地为所述根节点及所述至少一个子节点生成频繁模式;
    确定???,用于根据所述频繁模式中一符合预设条件的频繁模式,确定出与所述论坛网页中信息内容所对应的节点;
    提取???,用于基于一预设的公共子树算法,从所述与所述论坛网页中信息内容所对应的节点中提取所述论坛网页中的信息内容。

    8.  如权利要求7所述的系统,其特征在于,所述符合预设条件的频繁模式具体为:最大频繁模式;所述预设的公共子树算法具体为:最大公共子树算法。

    9.  如权利要求7所述的系统,其特征在于,所述转换???,具体包括:
    删除单元,用于删除所述论坛网页中无用的网页标签;
    转换单元,用于将无用的网页标签删除了的所述论坛网页转换成DOM树。

    10.  如权利要求7所述的系统,其特征在于,所述提取???,具体包括:
    过滤单元,用于过滤掉所述论坛网页中帖子之间相同的部分;
    提取单元,用于基于所述最大公共子树算法,从所述与所述论坛网页中信息内容所对应的节点中提取所述论坛网页中的信息内容。

    11.  如权利要求7所述的系统,其特征在于,所述系统还包括:
    判断???,用于判断所述频繁模式中每个频繁模式的频繁度与支持度是否大于等于预设的频繁度和支持度;
    剪枝???,用于当一频繁模式的频繁度与支持度小于预设的频繁度和支持度时,对所述频繁模式进行剪枝处理。

    12.  如权利要求11所述的系统,其特征在于,所述预设的频繁度和支持度具体为:最小频繁度和最小支持度。

    关 键 词:
    一种 抽取 论坛 网页 帖子 内容 方法 系统
      专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
    0条评论

    还可以输入200字符

    暂无评论,赶快抢占沙发吧。

    关于本文
    本文标题:一种抽取论坛网页中帖子内容的方法及系统.pdf
    链接地址://www.4mum.com.cn/p-6147938.html
    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服客服 - 联系我们

    [email protected] 2017-2018 www.4mum.com.cn网站版权所有
    经营许可证编号:粤ICP备17046363号-1 
     


    收起
    展开
  • 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03