我們將" />

国产成人精品无码青草_亚洲国产美女精品久久久久∴_欧美人与鲁交大毛片免费_国产果冻豆传媒麻婆精东

15158846557 或 在線咨詢 在線咨詢
15158846557 或 在線咨詢
所在位置： 首頁 > 營銷資訊 > 網(wǎng)站運營 > 柏拉圖(platon.ai)如何工作？

柏拉圖(platon.ai)如何工作？

時間：2023-06-01 22:06:02 | 來源：網(wǎng)站運營

時間：2023-06-01 22:06:02 來源：網(wǎng)站運營

柏拉圖(platon.ai)如何工作？：柏拉圖是一款網(wǎng)絡數(shù)據(jù)處理工具，它能夠 100% 無人干預就能將網(wǎng)頁變成數(shù)據(jù) -- 不需要配規(guī)則，甚至也不需要機器學習訓練，它是無監(jiān)督機器學習驅(qū)動的。目前，我們提供了一個可執(zhí)行的預覽版。

我們將每個網(wǎng)頁在瀏覽器中渲染后，通過 js 計算出每個網(wǎng)頁元素的一系列屬性，主要包括元素的位置和大小。同時，我們構(gòu)造了網(wǎng)頁元素的更多有趣的隱含特征，譬如拓撲和語義相關(guān)的特征。目前，包括位置和大小在內(nèi)，我們?yōu)槊總€網(wǎng)頁元素構(gòu)造了 100 多個獨立特征。這樣，一張網(wǎng)頁就變成了由很多個帶屬性的矩形組成的幾何圖形（Geometric graph）。

對網(wǎng)頁進行信息抽取，也就是將一組網(wǎng)頁中意義相同的元素聚到一起，技術(shù)上就是對這組網(wǎng)頁的所有元素進行聚類（無標注）或者分類（有標注）。通過將網(wǎng)頁元素建模為帶屬性的矩形，這使得相關(guān)的機器學習任務變得格外輕松，對一組網(wǎng)頁的給定區(qū)域，機器學習算法通常能夠發(fā)現(xiàn)幾乎全部字段，并對 90% 以上字段都能獲得 99.9% 以上的精度（如圖示），這就完全擺脫了人工配規(guī)則的苦惱。

你可以下載并試用：

java -jar exotic-standalone*.jar harvest https://shopee.sg/Computers-Peripherals-cat.11013247 -diagnose -refresh更進一步，任意給一個列表頁，我們能夠?qū)︽湷鲰撁孢M行評估，來探測哪一組頁面是由同一套模板生成的，從而其中的字段值能夠被抽取出來。

java -jar exotic-standalone*.jar arrange https://shopee.sg/Computers-Peripherals-cat.11013247這樣，原本需要手工編寫幾個甚至幾十個正則表達式或者 CSS PATH 的網(wǎng)頁抽取問題，現(xiàn)在只需要告訴系統(tǒng)列表頁鏈接就行了，而滿足這種要求的網(wǎng)頁占據(jù)了互聯(lián)網(wǎng)上絕大多數(shù)網(wǎng)頁。

最后，我們?yōu)榕老x系統(tǒng)和數(shù)據(jù)分析系統(tǒng)配備了 SQL 引擎，這樣，我們可以僅僅使用一條 SQL 語句就實現(xiàn)監(jiān)控一個網(wǎng)站欄目，實時提取關(guān)鍵數(shù)據(jù)。事實上，配備 SQL 引擎后，互聯(lián)網(wǎng)和本地數(shù)據(jù)庫幾乎就可以同等待了（除了互聯(lián)網(wǎng)數(shù)據(jù)響應時間較久外）。

一個典型電商網(wǎng)頁局部
僅僅告知列表頁鏈接，100% 零干預完整精確提取網(wǎng)頁數(shù)據(jù)
僅使用一條 SQL 語句實現(xiàn)站內(nèi)商品比價并生成圖表


關(guān)鍵詞：工作

74
73
25
news

版權(quán)所有? 億企邦 1997-2025 保留一切法律許可權(quán)利。

為了最佳展示效果，本站不支持IE9及以下版本的瀏覽器，建議您使用谷歌Chrome瀏覽器。 點擊下載Chrome瀏覽器
關(guān)閉