采集器的自动识别算法(采集器的自动识别算法，你了解多少？（上）)

　　采集器的自动识别算法(采集器的自动识别算法，你了解多少？（上）)

　　采集器的自动识别算法，将有效用户按照关键词划分为不同的等级，一等级采集时间最长，二等级次之，三等级再次之。根据匹配度进行筛选。具体的细节，可以实验。

　　这个应该是搜狗智能采集器的功能，目前已经有很多智能采集器在做了，

　　简单说几个吧craigslist的字段收录率不是很高，所以采取了智能识别，如adwords（用于设置同行广告和类似广告的价格）采集时每一个接触点的价格变化，

　　在采集技术的问题上，如果更多的是人工的手动配置，需要积累对于每一个接触点的识别方法。采集有很多实际问题，如识别偏差，如图片存在水印，如何在数据有限的情况下正确识别；识别错误产生的影响等。

　　有一点好处是，会每天自动更新一次。比如到年底要搜集更新老客，年初要搜集新客。

　　...根据顾客的历史来实现了呗..比如搜公司名。就搜这个公司，那么搜出来的目标的选择都是一个顾客。

　　机器爬

　　超级推荐之间采集原理基本相同，就是不同的是某些端口的采集要求设置的字段是否多，产品，或者其他的参数。

　　采集的是地址，所以只有在搜索完整个词组后才能保留下来，