公开(公告)号：CN118916564A

公开(公告)日：2024-11-08

申请号：CN202411045093.X

申请日：2024-07-31

Applicant: 北京百分点科技集团股份有限公司

Inventor： 刘译璟 ,  苏萌 ,  李亚博 ,  李晨睿 ,  杜静 ,  李彦泽

IPC: G06F16/958

Abstract: 本申请提供一种新闻站点的解析方法和装置，该方法包括：获取新闻网站的站点列表，站点列表中包括多个链接；根据多个链接的链接结构，从多个链接中提取新闻链接；根据新闻链接的html页面源码以及html页面源码中各html节点的属性信息，提取新闻链接的新闻数据，新闻数据包括新闻正文、新闻发布时间和新闻标题中的至少一项。由于新闻链接的链接结构与其他链接的链接结构不同，因此，通过分析新闻站点中多个链接的链接结构，可以从新闻站点中有效提取得到新闻链接；由于可以根据新闻链接的html页面源码和html页面源码中各html节点的属性信息对新闻链接进行分析，因此，可以有效提取得到新闻数据，提高新闻数据的解析准确率。

公开(公告)号：CN118152671A

公开(公告)日：2024-06-07

申请号：CN202410010165.0

申请日：2024-01-02

Applicant: 北京百分点科技集团股份有限公司

Inventor： 刘译璟 ,  苏萌 ,  李亚博 ,  杜静 ,  李彦泽 ,  吕宣仪

IPC: G06F16/9536

Abstract: 本申请实施例提供一种舆情信息采集入口的确定方法、装置、设备及存储介质。在本申请实施例中，所述方法包括：获取基于搜索条件在社交媒体中命中的目标信息；所述目标信息，包括：舆情信息和/或与所述舆情信息关联的社交信息；根据预先设置的不同信息类型与采集入口挖掘策略的对应关系，以及所述目标信息的信息类型，确定与所述目标信息的信息类型相匹配的采集入口挖掘策略；采用所述采集入口挖掘策略对所述目标信息进行信息挖掘，以获得与所述目标信息相关联的社交媒体账号，作为舆情信息采集入口。