公开(公告)号：CN104516982A

公开(公告)日：2015-04-15

申请号：CN201510004508.3

申请日：2015-01-06

Applicant: 南通大学

Inventor： 施佺 ,  徐露 ,  丁卫泽 ,  程显毅 ,  丁卫平 ,  李冬冬 ,  孙鸿艳

IPC: G06F17/30

CPC classification number: G06F16/951

Abstract: 本发明公开了一种基于Nutch的Web信息提取系统，包括信息提取模块、存储模块、索引模块和检索模块；所述信息提取模块通过Nutch框架从互联网中抓取网页数据，解析数据；所述存储模块用于存储过滤掉网页数据的网页提取文件;所述索引模块用于将Nutch采集的网页信息传递给Solr建立索引；所述检索模块使用Solr响应用户查询请求并把查询结果以XML页面形式显示给用户。提高了信息提取的响应和运行速度、稳定性及可扩展性，减少程序占用过多的存储空间，为用户能够及时地获得有效信息提供保证。

公开(公告)号：CN103198396A

公开(公告)日：2013-07-10

申请号：CN201310105350.X

申请日：2013-03-28

Applicant: 南通大学

Inventor： 施佺 ,  邵叶秦 ,  丁卫泽 ,  施振佺 ,  陈益均 ,  陈巧 ,  李晓丽 ,  张静

IPC: G06Q10/10

Abstract: 本发明公开了一种基于社会网络行为特征的邮件分类方法，首先是利用实体和关系抽取技术构建邮件收发社会关系网络和“发件人电子邮件地址-发送邮件时使用的设备的IP地址”关系网络，再根据不同类型的发件人的特点，计算反映各自行为特点的特征，最后，利用样本训练分类器，得到邮件分类的决策信息。本发明具有较好扩展性和伸缩性，并且该方法能够进一步应用于在线社交网络中信息的分类。