專利申請(qǐng)?zhí)?/span>:  

CN201310576331.5

專利類型:

發(fā)明

IPC 分類號(hào):   

G06F17/30

應(yīng)用領(lǐng)域:  

用于 Web 頁(yè)面。

現(xiàn)有技術(shù)缺點(diǎn):  

現(xiàn)有方法生成的大規(guī)模數(shù)據(jù)存在真實(shí)性問題。

技術(shù)優(yōu)勢(shì):

本發(fā)明使用真實(shí)小規(guī)模數(shù)據(jù)來生成大規(guī)模的相對(duì)真實(shí)可靠的數(shù)據(jù)來提供給數(shù)據(jù)中心的應(yīng)用，從而使得到的研究結(jié)果有更加真實(shí)。通過提取小規(guī)模的真實(shí)數(shù)據(jù)的特征，進(jìn)而基于獲得的特征來生成大規(guī)模的數(shù)據(jù)。

摘要:   

本發(fā)明公開了一種基于 Web 頁(yè)面的大規(guī)模數(shù)據(jù)生成方法，通過將原始小規(guī)模種子網(wǎng)頁(yè)按長(zhǎng)度分類的方式，依據(jù)原始網(wǎng)頁(yè)的長(zhǎng)度和詞頻信息生成大規(guī)模的文本數(shù)據(jù)，入出度生成和 URL 賦值，則根據(jù)原始種子頁(yè)面中每類頁(yè)面的入出度的條件概率計(jì)算生成網(wǎng)頁(yè)的入出度值，利用已有入出度值向網(wǎng)頁(yè)中插入 URL，使得在生成的數(shù)據(jù)中， 入度的總和是等于出度的總和。通過提取小規(guī)模的真實(shí)數(shù)據(jù)的特征來生成大規(guī)模的相對(duì)真實(shí)可靠的數(shù)據(jù)來提供給數(shù)據(jù)中心的應(yīng)用，從而使得到的研究結(jié)果有更加真實(shí)。

（以上資訊來源于網(wǎng)絡(luò)，如有侵權(quán)，請(qǐng)聯(lián)系管理員刪除。）