文献类型：期刊文章

作　　者：卞伟玮[1,2] 王永超[2,3] 崔立真[2,4] 郭伟[2,4] 李晖[2,4] 周苗[1,2] 薛付忠[1,2] 刘静[1,2]

机构地区：[1]山东大学公共卫生学院生物统计学系,山东济南250012 [2]山东大学齐鲁生物医学大数据研究中心,山东济南250012 [3]康评健康医疗大数据科技有限公司,山东济南250101 [4]山东大学计算机科学与技术学院,山东济南250101

出　　处：《山东大学学报（医学版）》

基　　金：国家自然科学基金(81273177)

年　　份：2017

卷　　号：55

期　　号：6

起止页码：47-55

语　　种：中文

收录情况：BDHX、BDHX2014、CAB、CAS、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：目的快速、准确地获得公共卫生服务系统的医疗数据,并进行数据整理,为建立人群健康风险评估模型提供数据基础。方法运用聚焦网络爬虫技术,设计算法并编程,在自动记录和修正URL异常、原始数据存档、保持登录方式3个方面进行算法改进。将设计好的爬虫应用于爬取已获得授权网站的医疗数据,通过医学数据库系统,对数据进行解析、整理与导出。结果获得多个公共卫生服务基地数据,为当地政府部门提供数据分析报告,利用整理分析的数据完成多项健康风险评估模型建立。结论基于网络爬虫技术建立的数据采集整理系统,可以解决获取及整理网络许可数据的难题,将此技术应用于医药卫生领域,可使现有丰富的医学数据资源得以充分利用并提高利用效率。

关 键 词：网络爬虫 数据库系统 聚焦爬虫 数据采集 数据解析 数据整理  

分 类 号：R319[基础医学类]