专利名称 ---【 一种基于机器学习的网页代理发现方法 】

基本信息
申请号	CN201710858063.4	申请日	2017.09.21
公开（公告）号	CN107818132A	公开（公告）日	2018.03.20
申请（专利权）人	中国科学院信息工程研究所
申请人地址	100093 北京市海淀区闵庄路甲89号
发明人	张鹏;陈志鹏;郭莉;刘庆云;	专利类型	发明专利
摘要	本发明提供一种基于机器学习的网页代理发现方法，步骤包括：通过爬虫主动获取代理及非代理的网页数据集；从所述网页数据集中分别抽取URL特征和DOM特征，根据该URL特征和/或DOM特征构建一含有多维特征的向量作为训练集；利用机器学习方法在所述训练集上构建模型并进行训练，通过训练出的模型进行网页代理识别。本发明基于爬虫捕获的URL和网页内容抽取特征，并构建模型进行训练，根据训练的模型识别出网页代理，识别的准确率、召回率及F1?score高。
主权项	一种基于机器学习的网页代理发现方法，步骤包括：通过爬虫主动获取代理及非代理的网页数据集；从所述网页数据集中分别抽取URL特征和DOM特征，根据该URL特征和/或DOM特征构建一含有多维特征的向量作为训练集；利用机器学习方法在所述训练集上构建模型并进行训练，通过训练出的模型进行网页代理识别。

 

IPC信息
IPC主分类号	G06F17/30(2006.01)I
IPC分类号	G06F17/30(2006.01)I;G06F21/56(2013.01)I
G 物理 G06 计算；推算；计数 G06F 电数字数据处理 G06F17/30 信息检索；及其数据库结构〔6〕

 

法律状态信息
法律状态公告日	2018.04.13	法律状态	实质审查的生效	法律状态信息	实质审查的生效 IPC(主分类):G06F 17/30 申请日:20170921
法律状态公告日	2018.03.20	法律状态	公开	法律状态信息	公开

 

代理信息
代理机构名称	北京君尚知识产权代理事务所(普通合伙) 11200	代理人姓名	余长江

 

被引专利信息
引用阶段	被引时间	专利号	申请人	公开时间

 

被引非专利信息
引用阶段	被引时间	被引文档类型	被引文档信息

相似专利	[发明专利] 一种基于改进的粒子群寻优算法的代谢组学分析方法 发明人:王馨瑶; 唐业忠; 陆方; 王文波; 刘杨 申请日:2019-10-12 [发明专利] 基于事件因果关系抽取的网络苗头事件检测方法及系统 发明人:史存会; 程学旗; 王俊; 张瑾; 俞晓明; 刘悦 申请日:2019-09-04 [发明专利] 基于机器学习的全天候地表温度生成方法及装置 发明人:赵伟 申请日:2019-08-30 [发明专利] 一种基于机器学习进行CME检测和跟踪的方法 发明人:张岩; 封莉; 王鹏宇; 袁汉青; 卢磊; 甘渊; 李舒婷; 黎辉; 潘云逸 申请日:2019-08-29 [发明专利] 一种基于机器学习的主被动微波盐度计的海面盐度反演方法 发明人:王振占; 孙艺玲; 张兰杰; 王文煜; 张软玉 申请日:2019-08-23
相似科技成果	多机器人系统协作理论与仿真方法的研究 主题词:[多机器人系统;协调协作;仿真系统] 单位名称:中国科学院自动化研究所 非结构化信息（图像）的内容理解与语义表征 主题词:[图像理解;视频监控;推理引擎] 单位名称:中国科学院计算技术研究所 支持无线标准的低功耗智能跟踪定位终端及系统研发 主题词:[定位;低功耗;无线标准] 单位名称:中国科学院计算技术研究所 三维卡通形象合成中的迁移学习方法研究 主题词:[机器学习;人脸合成;三维卡通] 单位名称:中国科学院计算技术研究所 水质多参数智能速测仪 主题词:[水质多参数;嵌入式知识库;自校正] 单位名称:中国科学技术大学

分享到：0