买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:招商银行股份有限公司
摘要:本申请公开了一种网站内容获取方法、设备、存储介质以及程序产品,涉及数据处理技术领域,所述网站内容获取方法,包括:基于流计算框架,从分布式消息队列获取网站用户访问日志,并存储到Hbase数据库;对所述网站用户访问日志进行离线数据分析,得到第一网站页面链接;基于所述第一网站页面链接,获取第一网站内容。本申请通过上述方案,实现通过用户行为驱动模式获取网站内容,不仅解决了现有爬虫工具无法处理网站层级复杂度问题,而且降低了网站内容遍历的时空复杂度。
主权项:1.一种网站内容获取方法,其特征在于,所述方法包括:基于流计算框架,从分布式消息队列获取网站用户访问日志,并存储到Hbase数据库;对所述网站用户访问日志进行离线数据分析,得到第一网站页面链接;基于所述第一网站页面链接,获取第一网站内容。
全文数据:
权利要求:
百度查询: 招商银行股份有限公司 网站内容获取方法、设备、存储介质以及程序产品
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。