公开(公告)号：CN103810295A

公开(公告)日：2014-05-21

申请号：CN201410081171.1

申请日：2014-03-06

Applicant: 北京邮电大学

Inventor： 杨文川 ,  李瑞 ,  商智栋 ,  张志诚 ,  瞿庆义 ,  马鹏飞 ,  陈贺

IPC: G06F17/30

CPC classification number: G06F17/30702 ,  G06F17/30861

Abstract: 本发明公开了一种互联网数据的提取方法和装置。其中，该互联网数据的提取方法包括：获取用户的数据样本库，其中，数据样本库包括用户的浏览互联网数据；按照网页链接信息源对数据样本库中的数据进行处理，得到用户的第一特性化参数；按照网页词频特征对数据样本库中的数据进行处理，得到用户的第二特性化参数；按照网页信息类别对数据样本库中的数据进行处理，得到用户的第三特性化参数；以及提取互联网数据中与第一特性化参数、第二特性化参数和第三特性化参数均匹配的数据。通过本发明，解决了现有技术中根据特性化参数提取互联网数据不准确的问题，进而达到了根据特性化参数准确提取互联网数据的效果。