【技术实现步骤摘要】
-种行业数据源侦测方法
本专利技术涉及信息收集
，尤其涉及。
技术介绍
随着信息化程度不断加深，企业对大数据分析服务的渴求也日益强烈；互联 网持续增长信息资源蕴含了巨量的具有商业价值的信息，成为重要的商业智能服务信息源 头。但是，作为大数据的主要载体的互联网，由于数据量鹿大、获取难度大、单位价值相对 低、几乎全是文本等非结构数据等难点，其价值并没有被业界充分开发和利用。 随着互联网的发展，个人和企业获得的信息越来越多，但互联网数据价值密度相 对较低，面对如此纷繁复杂的信息，如果没有有效的源头探测、质量判断机制，用户往往无 法从中提取出真正有效的信息，无法实现有效利用。
技术实现思路
基于
技术介绍
存在的技术问题，本专利技术提出了，有利于 实时掌握行业信息，判断行业动态。 本专利技术提出的，通过建立行业本体库，根据相似度语义 分析，逆向搜索数据源网页，具体包括W下步骤： 建立数据源库，用于存储数据源链接； 集合行业基本用语，建立行业本体库； 针对每一条基本用语，集合与其语义相似度大于A的关联语建立关联语库，0 < A < 1 ; 通过网页探针获取包含基本用语或关联语的网页链接； 从获取的网页链接中筛选可用网页链接添加到数据源库。 优选地，关联语库中各关联语根据关联程度与基本用语形成W基本用语为根节点 的语义树，语义相似度根据语义树中关联语与基本用语之间的距离进行计算。 优选地，语义相似度计算方法为，
【技术保护点】
一种行业数据源侦测方法，其特征在于，通过建立行业本体库，根据相似度语义分析，逆向搜索数据源网页，具体包括以下步骤：建立数据源库，用于存储数据源链接；集合行业基本用语，建立行业本体库；针对每一条基本用语，集合与其语义相似度大于A的关联语建立关联语库，0＜A＜1；通过网页探针获取包含基本用语或关联语的网页链接；从获取的网页链接中筛选可用网页链接添加到数据源库。
【技术特征摘要】
1. 一种行业数据源侦测方法，其特征在于，通过建立行业本体库，根据相似度语义分 析，逆向搜索数据源网页，具体包括以下步骤： 建立数据源库，用于存储数据源链接； 集合行业基本用语,建立行业本体库； 针对每一条基本用语，集合与其语义相似度大于A的关联语建立关联语库，O < A < 1 ; 通过网页探针获取包含基本用语或关联语的网页链接； 从获取的网页链接中筛选可用网页链接添加到数据源库。2. 如权利要求1所述的行业数据源侦测方法，其特征在于，关联语库中各关联语根据 关联程度与基本用语形成以基本用语为根节点的语义树，语义相似度根据语义树中关联语 与基本用语之间的距离进行计算。3. 如权利要求2所述的行业数据源侦测方法，其特征在于，语义相似度计算方法为，WO表示基本用语，Wl表示作为计算对象的关联语，Dis (Wtl, W1)为WO、Wl在语义树上的 距离，a为可调节的计算常数。4. 如权利要求1所述的行业数据源侦测方法，其特征在于，A = 0. 6。5. 如权利要求1所述的行业数据源侦...
【专利技术属性】
技术研发人员：贾岩，
申请(专利权)人：安徽华贞信息科技有限公司，
类型：发明
国别省市：安徽;34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。