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！

龙图腾网获悉北京市科学技术研究院申请的专利一种自适应数据采集方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120386907B 。

龙图腾网通过国家知识产权局官网在2025-12-02发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510450850.X，技术领域涉及：G06F16/951；该发明授权一种自适应数据采集方法及装置是由李瑛;张士运;侯元元;杜丽萍;廖金花;王强;吕志坚;赵桂芬;徐冠宁;吴素研设计研发完成，并于2025-04-11向国家知识产权局提交的专利申请。

本一种自适应数据采集方法及装置在说明书摘要公布了：本发明公开了一种自适应数据采集方法及装置，该方法包括获取待处理网页源码信息、历史网页源码集合和爬虫信息集合；所述历史网页源码集合包括若干个历史网页源码信息；所述爬虫信息集合包括若干个爬虫程序信息；对所述历史网页源码集合和所述爬虫信息集合进行融合处理，得到爬虫策略生成模型信息；利用所述爬虫策略生成模型信息，对所述待处理网页源码信息进行处理，得到网页采集信息。可见，本实施例能够根据实际情况自适应调整采集策略，能够高效、精准的进行数据采集，从而有利于降低技术人员的日常维护成本，提高数据采集的效率和质量。

本发明授权一种自适应数据采集方法及装置在权利要求书中公布了：1.一种自适应数据采集方法，其特征在于，所述方法包括： S1，获取待处理网页源码信息、历史网页源码集合和爬虫信息集合；所述历史网页源码集合包括若干个历史网页源码信息；所述爬虫信息集合包括若干个爬虫程序信息； S2，对所述历史网页源码集合和所述爬虫信息集合进行融合处理，得到爬虫策略生成模型信息； S3，利用所述爬虫策略生成模型信息，对所述待处理网页源码信息进行处理，得到网页采集信息； 其中，S2包括： S21，对所述历史网页源码集合和所述爬虫信息集合进行特征提取处理，得到网页特征向量集和爬虫信息特征向量集；所述网页特征向量集包括若干个网页特征向量；所述爬虫信息特征向量集包括若干个爬虫信息特征向量； S22，对所述网页特征向量集和所述爬虫信息特征向量集进行处理，得到网页训练数据集； S23，对所述网页训练数据集进行处理，得到爬虫策略生成模型信息，包括： S231，对所述网页训练数据集进行缺失值处理，得到第一训练数据集； S232，对所述第一训练数据集进行异常值处理，得到第二训练数据集； S233，利用所述第二训练数据集，对爬虫策略初始模型信息进行训练处理，得到爬虫策略生成模型信息； 其中，S232包括： S2321，利用局部样本密度计算模型，对所述第一训练数据集进行计算处理，得到样本局部密度信息；所述样本局部密度信息包括若干个样本局部密度值； 其中，所述局部样本密度计算模型为： 式中，ρi3为所述样本局部密度信息中第i3个所述样本局部密度值，YBBi3和YBBj3分别为所述第一训练数据集中第i3个第一训练样本信息和第j3个所述第一训练样本信息，M3为所述第一训练数据集中所述第一训练样本信息的数量，‖·‖为欧式范数； S2322，对所述样本局部密度信息中所有所述样本局部密度值进行求平均值处理，得到样本平均密度值； S2323，对所述样本平均密度值和预设的密度阈值系数进行处理，得到样本密度阈值； S2324，预设s＝1； S2325，判断所述样本局部密度信息中第s个所述样本局部密度值是否小于所述样本密度阈值，得到第一判断结果； 当所述第一判断结果为否时，将所述第一训练数据集中第s个所述第一训练样本信息加入第二训练数据集； 当所述第一判断结果为是时，执行S2326； S2326，判断所述s是否大于所述第一训练数据集中所述第一训练样本信息的数量，得到第二判断结果； 当所述第二判断结果为否时，使所述s增加1，执行S2324； 当所述第二判断结果为是时，执行S233。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京市科学技术研究院，其通讯地址为：100089 北京市海淀区西三环北路27号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。