【摘要】：小微企業(yè)由于信息嚴重不對稱導(dǎo)致融資難、融資貴、貸款難等問題,基于大數(shù)據(jù)來源之一的互聯(lián)網(wǎng)社交媒體的小微企業(yè)信息采集是獲取小微企業(yè)信息數(shù)據(jù)的重要途徑。文章面對爆發(fā)式增長的互聯(lián)網(wǎng)信息資源,利用主題聚焦網(wǎng)絡(luò)爬蟲技術(shù)、數(shù)據(jù)庫技術(shù)、Java技術(shù)等設(shè)計并實現(xiàn)由基于鏈接結(jié)構(gòu)分析的鏈接地址URL篩選及采集、基于模板節(jié)點匹配的網(wǎng)頁正文信息抽取、數(shù)據(jù)入庫三個功能模塊組成的小微企業(yè)統(tǒng)計信息自動采集系統(tǒng),采集到的數(shù)據(jù)以結(jié)構(gòu)化數(shù)據(jù)的形式存儲到My SQL數(shù)據(jù)庫中,為后續(xù)數(shù)據(jù)挖掘與分析提供良好的數(shù)據(jù)支持。結(jié)果表明,文章所提出的信息自動采集系統(tǒng)采集效率較高,能夠適應(yīng)小微企業(yè)統(tǒng)計信息采集的需求。
[Abstract]:Because of the serious asymmetry of information, small and micro enterprises are difficult to finance, expensive to finance, difficult to borrow, etc. It is an important way to obtain information data of small and micro enterprises based on Internet social media, one of the sources of big data. In the face of the explosive growth of Internet information resources, this paper designs and collects the link address URL based on link structure analysis by using topic focused web crawler technology, database technology and Java technology. Based on template node matching, the automatic collection system of small and micro enterprise statistical information is composed of three function modules: template node matching and data input. The collected data is stored in My SQL database in the form of structured data. It provides good data support for data mining and analysis. The results show that the automatic information acquisition system proposed in this paper has a high efficiency and can meet the needs of statistical information collection in small and micro enterprises.
【作者單位】： 山東大學(xué)管理學(xué)院;
【基金】：國家社會科學(xué)基金重大項目(15ZDB157);國家社會科學(xué)基金重點項目(12AZD098) 國家統(tǒng)計局全國統(tǒng)計科學(xué)研究重點項目(2013LZ23)
【分類號】：F276.3

【相似文獻】

相關(guān)期刊論文 前10條

1 ;中國農(nóng)業(yè)科學(xué)院信息所開發(fā)出便攜式農(nóng)產(chǎn)品信息采集器[J];種業(yè)導(dǎo)刊;2013年05期

2 張雨竹;;(二)商業(yè)信息從何而來[J];信息與電腦;1995年08期

3 王健;會計信息的系統(tǒng)采集和利用[J];交通財會;2001年10期

4 許亮;;信息采集與傳輸在水文遙測系統(tǒng)中應(yīng)用[J];水利科技與經(jīng)濟;2011年02期

5 徐穎;李倩;;基于互聯(lián)網(wǎng)社區(qū)的消費者需求信息采集策略[J];圖書情報工作;2011年24期

6 林慧;;信息采集及通信系統(tǒng)在堤防及泵站中的應(yīng)用[J];沿海企業(yè)與科技;2012年03期

7 田素端;;專利檢索系統(tǒng)中專利信息采集模塊的研究[J];科技致富向?qū)?2012年11期

8 黃宏兒;全面提升稅務(wù)信息采集和利用水平[J];稅務(wù)研究;2003年09期

9 楊月鳳;市場信息采集與相關(guān)技術(shù)分析[J];科技情報開發(fā)與經(jīng)濟;2005年16期

10 侯曉薈;;非銀行信息采集面臨的困難及工作思路[J];武漢金融;2006年09期

相關(guān)會議論文 前10條

1 李靜;張建;李淼;胡澤林;楊巍;張浩東;;便攜式農(nóng)田信息采集與管理系統(tǒng)的設(shè)計[A];紀念中國農(nóng)業(yè)工程學(xué)會成立30周年暨中國農(nóng)業(yè)工程學(xué)會2009年學(xué)術(shù)年會（CSAE 2009）論文集[C];2009年

2 譚亮;王榮成;;基于船舶網(wǎng)絡(luò)的信息采集性能分析與系統(tǒng)優(yōu)化[A];2008年MIS/S&A學(xué)術(shù)交流會議論文集[C];2008年

3 周洪清;;客戶動銷信息采集工作的思考[A];湖北省煙草學(xué)會2007年學(xué)術(shù)年會論文集[C];2007年

4 劉麗麗;;一種用于加油站信息采集的中控機設(shè)計[A];2007年河北省電子學(xué)會、河北省計算機學(xué)會、河北省自動化學(xué)會、河北省人工智能學(xué)會、河北省計算機輔助設(shè)計研究會、河北省軟件行業(yè)協(xié)會聯(lián)合學(xué)術(shù)年會論文集[C];2007年

5 蔡義華;劉剛;;便攜式農(nóng)田信息采集與無線傳輸系統(tǒng)研究[A];紀念中國農(nóng)業(yè)工程學(xué)會成立30周年暨中國農(nóng)業(yè)工程學(xué)會2009年學(xué)術(shù)年會（CSAE 2009）論文集[C];2009年

6 王坤;郭起云;郭光;;大數(shù)據(jù)時代檔案信息采集新思路[A];2013年海峽兩岸檔案暨縮微學(xué)術(shù)交流會論文集[C];2013年

7 羅海勇;李錦濤;趙方;朱珍民;林權(quán);;溫室無線測控網(wǎng)絡(luò)信息采集分系統(tǒng)設(shè)計研究[A];2007年全國開放式分布與并行計算機學(xué)術(shù)會議論文集(下冊)[C];2007年

8 陳渝光;施海;游四海;廖仕利;;基于車載網(wǎng)絡(luò)的多模態(tài)信息采集[A];四川省電工技術(shù)學(xué)會第九屆學(xué)術(shù)年會論文集[C];2008年

9 高錦超;柯賡;;基于網(wǎng)絡(luò)的地理信息采集和管理系統(tǒng)[A];'2005數(shù)字江蘇論壇電子政務(wù)與地理信息技術(shù)論文專輯[C];2005年

10 陳凌;張陽陽;陳宏;劉紅漫;;《電光與控制》發(fā)行工作中的問題及解決辦法[A];第7屆中國科技期刊青年編輯學(xué)術(shù)研討會暨中國科技期刊的經(jīng)營與發(fā)展論壇文集[C];2007年

相關(guān)重要報紙文章 前10條

1 李琳 盧慶紅;縉云聘請百名“蜜蜂”式信息采集員[N];麗水日報;2007年

2 沈雪;福泉把派出所基礎(chǔ)信息采集納入“政府工程”[N];人民公安報;2007年

3 劉明軍　夏俊濤;河南潢川：種好基礎(chǔ)信息采集“試驗田”[N];人民公安報;2009年

4 王宇航邋陳建琦;云南蒙自：標準化信息采集室實現(xiàn)“無縫隙”覆蓋[N];人民公安報;2008年

5 記者 陳磊;陜西年內(nèi)將建成500個標準化刑偵信息采集室[N];人民公安報;2010年

6 記者 阮仕喜;陜西上半年將建成500個刑偵信息采集室[N];人民公安報;2011年

7 何英彩;冊亨公安提前二月完成基礎(chǔ)信息采集錄入任務(wù)[N];黔西南日報;2008年

8 吳蘇 楊一弘;推進信息采集 筑牢基礎(chǔ)環(huán)節(jié)[N];黑龍江經(jīng)濟報;2010年

9 李曉楠、楊勇;8650部隊信息采集員制度拓寬民主渠道[N];人民武警報;2011年

10 本報首席記者 彭文輝 本報記者 方曉;信息采集：“三網(wǎng)”建設(shè)取得實效的生命線[N];宜春日報;2013年

相關(guān)博士學(xué)位論文 前2條

1 許笑;分布式Web信息采集關(guān)鍵技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2011年

2 賈自艷;Web信息智能獲取若干關(guān)鍵問題研究[D];中國科學(xué)院研究生院（計算技術(shù)研究所）;2004年

相關(guān)碩士學(xué)位論文 前10條

1 孟慶奎;復(fù)雜環(huán)境下無人機路徑規(guī)劃及信息采集方法的研究[D];哈爾濱工業(yè)大學(xué);2015年

2 張啟東;Unisphere Remote—CX子系統(tǒng)的設(shè)計與實現(xiàn)[D];南京大學(xué);2014年

3 黃志斌;中山市公安局社會情報信息采集系統(tǒng)設(shè)計與實現(xiàn)[D];電子科技大學(xué);2014年

4 宋紅波;軟件項目質(zhì)量信息采集及上報系統(tǒng)設(shè)計及實現(xiàn)[D];北京工業(yè)大學(xué);2015年

5 周志翔;羅師莊警務(wù)室信息采集發(fā)布平臺的設(shè)計與實現(xiàn)[D];電子科技大學(xué);2014年

6 朱文琦;基于ASP的入所人員信息采集管理系統(tǒng)的設(shè)計與實現(xiàn)[D];電子科技大學(xué);2014年

7 周永軍;成都市公安局視頻信息采集共享系統(tǒng)設(shè)計與實現(xiàn)[D];電子科技大學(xué);2014年

8 聶子珩;云南省宗教基礎(chǔ)數(shù)據(jù)庫系統(tǒng)的研究與分析[D];云南大學(xué);2015年

9 樊明;林區(qū)巡護管理系統(tǒng)的研究與分析[D];云南大學(xué);2015年

10 胡蓓蕾;基于WSN車輛信息采集方法及相關(guān)技術(shù)的研究[D];合肥工業(yè)大學(xué);2014年

，

本文編號：2241568