本發(fā)明涉及網(wǎng)絡(luò)技術(shù)領(lǐng)域，具體涉及一種微博信息抓取方法及裝置。

背景技術(shù)：
隨著微博的日趨普及，微博用戶量也在不斷的穩(wěn)步上升，每天數(shù)以千萬(wàn)計(jì)的用戶發(fā)布的微博所包含的信息量是不可小覷的。為了從用戶發(fā)布的眾多微博中提取出新聞熱點(diǎn)，或者根據(jù)用戶發(fā)布的微博分析用戶的興趣，進(jìn)行微博營(yíng)銷，就需要及時(shí)全面的抓取用戶所發(fā)布的微博信息。目前的信息抓取過程主要是調(diào)用微博平臺(tái)API來(lái)實(shí)現(xiàn)，但是出于對(duì)微博平臺(tái)的維護(hù)成本以及信息保留等方面的考慮，各大微博平臺(tái)對(duì)信息抓取的次數(shù)以及頻率都有所限制，即抓取資源有限。如何利用這有限的抓取資源快速獲取到更多的有效微博信息，在實(shí)際應(yīng)用中具有重要意義。

技術(shù)實(shí)現(xiàn)要素：
本發(fā)明實(shí)施例的微博信息抓取方法及裝置，實(shí)現(xiàn)了利用有限的抓取資源獲取盡量多的有效微博信息的目的。為此，本發(fā)明實(shí)施例提供如下技術(shù)方案：一種微博信息抓取方法，所述方法包括：獲取待抓取微博用戶，并判斷所述待抓取微博用戶的類型；如果所述待抓取微博用戶為活躍用戶，則計(jì)算該待抓取微博用戶的抓取周期，并根據(jù)所述抓取周期預(yù)測(cè)抓取時(shí)間點(diǎn)進(jìn)行微博信息抓??；如果所述待抓取微博用戶為非活躍用戶，則獲取該待抓取微博用戶的抓取狀態(tài)以及剩余抓取用戶量，如果所述抓取狀態(tài)表示能進(jìn)行微博信息抓取，且所述剩余抓取用戶量不為零，則對(duì)所述待抓取微博用戶進(jìn)行微博信息抓取。優(yōu)選的，所述獲取待抓取微博用戶，包括：選取至少一個(gè)認(rèn)證用戶作為種子用戶，并將所述種子用戶作為未處理用戶添加到用戶列表；判斷所述未處理用戶是否具有下級(jí)用戶：如果具有，則獲取該未處理用戶的下級(jí)用戶，并將所述下級(jí)用戶添加到所述用戶列表，設(shè)置所述未處理用戶的狀態(tài)為已處理；將所述下級(jí)用戶作為未處理用戶，繼續(xù)執(zhí)行所述判斷未處理用戶是否具有下級(jí)用戶的步驟；如果不具有，則設(shè)置該未處理用戶的狀態(tài)為已處理。優(yōu)選的，所述獲取該未處理用戶的下級(jí)用戶，包括：通過所述未處理用戶的用戶關(guān)系網(wǎng)獲取所述下級(jí)用戶；或者，抓取評(píng)論和/或轉(zhuǎn)發(fā)所述未處理用戶發(fā)布的微博的用戶作為所述下級(jí)用戶。優(yōu)選的，所述判斷所述待抓取微博用戶的類型，包括：根據(jù)所述待抓取微博用戶發(fā)布微博的頻率確定用戶活躍度；根據(jù)預(yù)設(shè)活躍值與所述用戶活躍度判斷所述待抓取微博用戶的類型，如果所述用戶活躍度不小于所述預(yù)設(shè)活躍值，則判定所述待抓取微博用戶為活躍用戶；否則判定所述待抓取微博用戶為非活躍用戶。優(yōu)選的，所述根據(jù)所述待抓取微博用戶發(fā)布微博的頻率確定用戶活躍度，包括：根據(jù)所述待抓取微博用戶發(fā)布的微博計(jì)算用戶的平均發(fā)帖間隔；從預(yù)設(shè)數(shù)據(jù)庫(kù)中查找與所述平均發(fā)帖間隔相對(duì)應(yīng)的活躍度。一種微博信息抓取裝置，所述裝置包括：第一獲取單元，用于獲取待抓取微博用戶；第一判斷單元，用于判斷所述第一獲取單元獲取的待抓取微博用戶的類型；計(jì)算單元，用于在所述第一判斷單元判定所述待抓取微博用戶為活躍用戶時(shí)，計(jì)算該待抓取微博用戶的抓取周期；抓取單元，用于根據(jù)所述抓取周期預(yù)測(cè)抓取時(shí)間點(diǎn)進(jìn)行微博信息抓?。坏诙@取單元，用戶在所述第一判斷單元判定所述待抓取微博用戶為非活躍用戶時(shí)，獲取該待抓取微博用戶的抓取狀態(tài)以及剩余抓取用戶量；所述抓取單元，還用于在所述抓取狀態(tài)表示能進(jìn)行微博信息抓取，且所述剩余抓取用戶量不為零時(shí)，對(duì)所述待抓取微博用戶進(jìn)行微博信息抓取。優(yōu)選的，所述第一獲取單元包括：選取單元，用于選取至少一個(gè)認(rèn)證用戶作為種子用戶，并將所述種子用戶作為未處理用戶添加到用戶列表；第二判斷單元，用于判斷所述未處理用戶是否具有下級(jí)用戶：第三獲取單元，用于在所述第二判斷單元判定所述未處理用戶具有下級(jí)用戶時(shí)，獲取該未處理用戶的下級(jí)用戶，添加單元，用于將所述下級(jí)用戶添加到所述用戶列表，設(shè)置所述未處理用戶的狀態(tài)為已處理；將所述下級(jí)用戶作為未處理用戶，通知所述第二判斷單元繼續(xù)判斷未處理用戶是否具有下級(jí)用戶；設(shè)置單元，用于在所述第二判斷單元判定所述未處理用戶不具有下級(jí)用戶時(shí)，則設(shè)置該未處理用戶的狀態(tài)為已處理。優(yōu)選的，所述第三獲取單元，具體用于通過所述未處理用戶的用戶關(guān)系網(wǎng)獲取所述下級(jí)用戶；或者，所述第三獲取單元，具體用于抓取評(píng)論和/或轉(zhuǎn)發(fā)所述未處理用戶發(fā)布的微博的用戶作為所述下級(jí)用戶。優(yōu)選的，所述第一判斷單元包括：確定單元，用于根據(jù)所述待抓取微博用戶發(fā)布微博的頻率確定用戶活躍度；判斷子單元，用于根據(jù)預(yù)設(shè)活躍值與所述用戶活躍度判斷所述待抓取微博用戶的類型，如果所述用戶活躍度不小于所述預(yù)設(shè)活躍值，則判定所述待抓取微博用戶為活躍用戶；否則判定所述待抓取微博用戶為非活躍用戶。優(yōu)選的，所述計(jì)算單元包括：計(jì)算子單元，用于根據(jù)所述待抓取微博用戶發(fā)布的微博計(jì)算用戶的平均發(fā)帖間隔；查找單元，用于從預(yù)設(shè)數(shù)據(jù)庫(kù)中查找與所述平均發(fā)帖間隔相對(duì)應(yīng)的活躍度。本發(fā)明實(shí)施的微博信息抓取方法及裝置，首先挖掘出盡量多的待抓取微博用戶作為本發(fā)明的處理對(duì)象，然后根據(jù)這些處理對(duì)象的活躍度對(duì)其進(jìn)行分類處理：如果處理對(duì)象為活躍用戶，則統(tǒng)計(jì)分析其發(fā)布微博的行為特性，并根據(jù)其行為特性設(shè)置抓取周期，從而可以利用抓取周期預(yù)測(cè)抓取時(shí)間點(diǎn)，進(jìn)行有針對(duì)性的信息抓取；如果處理對(duì)象為非活躍用戶，則根據(jù)其當(dāng)前的抓取狀態(tài)以及當(dāng)前剩余抓取用戶量判斷是否對(duì)其進(jìn)行信息抓取。本發(fā)明通過對(duì)不同類型的用戶進(jìn)行區(qū)別處理的方式，實(shí)現(xiàn)了抓取資源的合理分配與使用，提高了資源利用率，同時(shí)還能保證每次抓取過程均能抓取到較多的微博信息，提高了信息抓取效率。附圖說(shuō)明為了更清楚地說(shuō)明本申請(qǐng)實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見地，下面描述中的附圖僅僅是本申請(qǐng)中記載的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，還可以根據(jù)這些附圖獲得其它的附圖。圖1是本發(fā)明微博信息抓取方法的流程圖；圖2是本發(fā)明中獲取待抓取微博用戶的流程圖；圖3是本發(fā)明中確定用戶類型的流程圖；圖4是本發(fā)明中確定用戶活躍度的流程圖；圖5是本發(fā)明微博信息抓取裝置的示意圖；圖6是本發(fā)明中第一獲取單元的示意圖；圖7是本發(fā)明中第一判斷單元的示意圖；圖8是本發(fā)明中計(jì)算單元的示意圖。具體實(shí)施方式為了使本技術(shù)領(lǐng)域的人員更好地理解本發(fā)明方案，下面結(jié)合附圖和實(shí)施方式對(duì)本發(fā)明實(shí)施例作進(jìn)一步的詳細(xì)說(shuō)明。為了提取新聞熱點(diǎn)或分析用戶興趣，應(yīng)及時(shí)全面的抓取用戶發(fā)布的微博信息，考慮到現(xiàn)有技術(shù)中各大微博平臺(tái)對(duì)信息抓取的次數(shù)以及頻率的限制，若針對(duì)不同類型的微博用戶采用相同方式進(jìn)行信息抓取，如針對(duì)每天都會(huì)有微博發(fā)布、轉(zhuǎn)發(fā)、評(píng)論等行為的活躍用戶，以及較少登錄微博的非活躍用戶而言，采用相同方式進(jìn)行信息抓取顯然會(huì)導(dǎo)致抓取資源的不合理分配與使用，致使微博信息抓取效率低下。為了提高信息抓取效率，充分利用有限的抓取資源快速準(zhǔn)確的獲取到更多的有效微博信息，提出了本發(fā)明的微博信息抓取方案。本發(fā)明方案中，分析待抓取微博用戶的類型，針對(duì)不同類型的用戶進(jìn)行區(qū)別處理。下面對(duì)本發(fā)明的具體實(shí)現(xiàn)過程進(jìn)行解釋說(shuō)明。參見圖1，示出了本發(fā)明微博信息抓取方法的流程圖，可包括：步驟101，獲取待抓取微博用戶，并判斷所述待抓取微博用戶的類型?？紤]到各大微博平臺(tái)每天對(duì)信息抓取資源的限制，若想利用這有限的抓取資源，抓取到更多的有效微博信息，就應(yīng)該針對(duì)不同類型的用戶制定不同的抓取方案。首先要獲取待抓取的微博用戶，也即先進(jìn)行微博用戶挖掘，確定出盡量多的信息抓取對(duì)象。作為本步驟獲取待抓取微博用戶的一種實(shí)現(xiàn)方式，可體現(xiàn)為圖2所示流程圖，可包括：步驟201，選取至少一個(gè)認(rèn)證用戶作為種子用戶，并將所述種子用戶作為未處理用戶添加到用戶列表。步驟202，判斷所述未處理用戶是否具有下級(jí)用戶，如果具有則執(zhí)行步驟203，如果不具有則執(zhí)行步驟205。步驟203，獲取該未處理用戶的下級(jí)用戶，并將所述下級(jí)用戶添加到所述用戶列表，設(shè)置所述未處理用戶的狀態(tài)為已處理。步驟204，將所述下級(jí)用戶作為未處理用戶，返回執(zhí)行步驟202。步驟205，設(shè)置該未處理用戶的狀態(tài)為已處理。微博用戶可大致被分為兩種類型：認(rèn)證用戶、普通用戶。為了挖掘出盡可能多的微博用戶，本發(fā)明從影響力大、用戶關(guān)系網(wǎng)復(fù)雜的認(rèn)證用戶中確定種子用戶。作為本發(fā)明確定種子用戶的一種實(shí)現(xiàn)方式，可在微博名人堂頁(yè)面抓取，如將影響力排行或者人氣排行的前100名用戶作為種子用戶，或者，根據(jù)營(yíng)銷需要，有針對(duì)性的抓取某種分類下的認(rèn)證用戶，如當(dāng)前需要推廣的是一款旅游產(chǎn)品，則可抓取旅游分類下的認(rèn)證用戶作為種子用戶。本發(fā)明對(duì)從認(rèn)證用戶中確定種子用戶的具體方式可不做限定。確定出種子用戶之后，可將這些種子用戶作為未處理用戶添加到用戶列表，判斷未處理用戶是否具有下級(jí)用戶，并進(jìn)行如下處理：（1）如果未處理用戶不具有下級(jí)用戶，則說(shuō)明該未處理用戶為底層節(jié)點(diǎn)，當(dāng)前已挖掘出所有與種子用戶直接或間接相關(guān)的所有微博用戶，此時(shí)可直接將該未處理用戶的狀態(tài)標(biāo)識(shí)為已處理。（2）如果未處理用戶具有下級(jí)用戶，則說(shuō)明該未處理用戶不是底層節(jié)點(diǎn)，還可在其下級(jí)用戶的基礎(chǔ)上進(jìn)一步進(jìn)行遞歸挖掘，此時(shí)，可做如下處理：a.將該未處理用戶的狀態(tài)標(biāo)識(shí)為已處理；b.將該未處理用戶的下級(jí)用戶添加到用戶列表中；c.將下級(jí)用戶的狀態(tài)標(biāo)識(shí)為未處理狀態(tài)，以便在此基礎(chǔ)上繼續(xù)進(jìn)行遞歸挖掘。經(jīng)上述3個(gè)處理動(dòng)作之后，即說(shuō)明用戶列表中還存在未處理用戶，應(yīng)返回執(zhí)行步驟202，繼續(xù)判斷這些下級(jí)用戶作為未處理用戶時(shí)，其是否存在下級(jí)用戶，然后再根據(jù)判斷結(jié)果進(jìn)行區(qū)別處理，此處不再贅述。需要說(shuō)明的是，本發(fā)明提供了兩種獲取未處理用戶的下級(jí)用戶的實(shí)現(xiàn)方式，下面分別進(jìn)行解釋說(shuō)明。（1）通過所述未處理用戶的用戶關(guān)系網(wǎng)獲取所述下級(jí)用戶。用戶關(guān)系網(wǎng)指的是微博用戶之間的關(guān)系，包括關(guān)注和粉絲兩種關(guān)系，一般采用節(jié)點(diǎn)圖來(lái)表示，其中，節(jié)點(diǎn)表示微博用戶，兩節(jié)點(diǎn)間的連線表示用戶間的關(guān)系。在微博中，用戶A可以關(guān)注、接收其感興趣的用戶B發(fā)布的微博，此時(shí)，用戶A就是用戶B的粉絲，相應(yīng)地用戶B就是用戶A的關(guān)注。作為本發(fā)明獲取用戶關(guān)系網(wǎng)的一種實(shí)現(xiàn)方式，可通過調(diào)用微博開放平臺(tái)API的方式實(shí)現(xiàn)，獲取某個(gè)未處理用戶的關(guān)注列表和粉絲列表。因?yàn)殛P(guān)注列表和粉絲列表中的用戶是通過該未處理用戶挖掘到的，故關(guān)注列表和粉絲列表中的用戶都可稱為是該未處理用戶的下級(jí)用戶。（2）抓取評(píng)論和/或轉(zhuǎn)發(fā)所述未處理用戶發(fā)布的微博的用戶作為所述下級(jí)用戶。在用戶A與用戶B之間既不是關(guān)注，也不是粉絲關(guān)系的情況下，用戶A也可能會(huì)轉(zhuǎn)發(fā)和/或評(píng)論用戶B發(fā)布的微博，此時(shí)，我們可以認(rèn)為用戶A與B之間產(chǎn)生了關(guān)聯(lián)關(guān)系，這種情況下，用戶A也可視為是用戶B的下級(jí)用戶。因此，作為本發(fā)明獲取下級(jí)用戶的另一種實(shí)現(xiàn)方式，還可通過抓取轉(zhuǎn)發(fā)和/或評(píng)論了未處理用戶發(fā)布的微博的用戶的方式實(shí)現(xiàn)。按照上文介紹方式挖掘出的微博用戶即可視為本發(fā)明的處理對(duì)象—待抓取微博用戶，為了實(shí)現(xiàn)微博用戶的區(qū)別處理，此時(shí)還應(yīng)識(shí)別出這些微博用戶的類型。本發(fā)明中的微博用戶類型可被分為活躍用戶和非活躍用戶兩種，且活躍用戶占少量，非活躍用戶量較大。針對(duì)這兩種類型，本發(fā)明提供了兩種不同的處理方式。對(duì)于活躍用戶而言，可采用步驟102的方式進(jìn)行處理，對(duì)于非活躍用戶，則可采用步驟103的方式進(jìn)行處理，對(duì)此將在下文進(jìn)行解釋說(shuō)明。對(duì)于確定用戶類型的實(shí)現(xiàn)方式此處暫不詳述。步驟102，如果所述待抓取微博用戶為活躍用戶，則計(jì)算該待抓取微博用戶的抓取周期，并根據(jù)所述抓取周期預(yù)測(cè)抓取時(shí)間點(diǎn)進(jìn)行微博信息抓取。如上文所述，活躍用戶所占數(shù)量較少，但這部分用戶提供的微博信息量卻很大，根據(jù)這一特性，我們可以逐一分析每個(gè)活躍用戶發(fā)布微博的行為特性，并根據(jù)其行為特性為其設(shè)置對(duì)應(yīng)的抓取周期，然后根據(jù)抓取周期預(yù)測(cè)的抓取時(shí)間點(diǎn)（也即用戶可能發(fā)布微博的時(shí)間點(diǎn)）進(jìn)行有針對(duì)性的信息抓取。需要說(shuō)明的是，為活躍用戶確定的抓取周期可以是固定周期也可以是變周期。也就是說(shuō)，針對(duì)某個(gè)活躍用戶，可以通過統(tǒng)計(jì)分析其發(fā)布的歷史微博，獲得其在單位時(shí)間（如小時(shí)、天、周等）內(nèi)發(fā)布微博的平均間隔，并以此為依據(jù)計(jì)算一個(gè)固定的抓取周期，按照該固定抓取周期預(yù)測(cè)抓取時(shí)間點(diǎn)。其中，單位時(shí)間發(fā)布微博的平均間隔即可理解為該用戶的行為特性?；蛘撸槍?duì)某個(gè)活躍用戶，還可以通過統(tǒng)計(jì)分析其發(fā)布的歷史微博，獲得其在單位時(shí)間（如小時(shí)、天、周等）內(nèi)發(fā)布微博的繁忙期和空閑期，并為繁忙期和空閑期設(shè)置不同的抓取周期，通過變周期的方式進(jìn)行信息抓取。如經(jīng)統(tǒng)計(jì)發(fā)現(xiàn)，某個(gè)活躍用戶在吃午飯時(shí)間、乘坐地鐵時(shí)間、或者傍晚時(shí)分會(huì)較為頻繁的發(fā)布微博，那么這些時(shí)間段即可被定義為繁忙期；用戶在上班工作時(shí)間、晚間休息時(shí)間較少發(fā)布微博，則這些時(shí)間段即可被定義為空閑期。這樣就獲得了該名用戶這一天內(nèi)發(fā)布微博的行為特性，可據(jù)此設(shè)置出這一天的抓取周期，進(jìn)而就可以利用設(shè)置的抓取周期預(yù)測(cè)下周同一天的抓取時(shí)間點(diǎn)，進(jìn)行微博信息抓取。需要說(shuō)明的是，在確定抓取周期的過程中，會(huì)影響抓取周期長(zhǎng)短的因素至少可包含：每條歷史微博的權(quán)重、用戶的影響力（可通過粉絲數(shù)、被提及數(shù)體現(xiàn)）、用戶發(fā)布微博的質(zhì)量（可通過微博被轉(zhuǎn)發(fā)數(shù)體現(xiàn)）、抓取資源（受抓取平臺(tái)限制）等，此處不再展開詳述。步驟103，如果所述待抓取微博用戶為非活躍用戶，則獲取該待抓取微博用戶的抓取狀態(tài)以及剩余抓取用戶量，如果所述抓取狀態(tài)表示能進(jìn)行微博信息抓取，且所述剩余抓取用戶量不為零，則對(duì)所述待抓取微博用戶進(jìn)行微博信息抓取。如上文所述，非活躍用戶所占數(shù)量很多，且這部分用戶提供的微博信息量卻很少，若采用步驟102的方式按照一定的抓取周期（固定周期或變周期）進(jìn)行信息抓取的話，不僅會(huì)造成抓取資源的浪費(fèi)，還可能導(dǎo)致抓取到的信息很有限，為此本發(fā)明提供了另外一種針對(duì)非活躍用戶的抓取方案。首先，設(shè)置一個(gè)表示非活躍用戶當(dāng)前的抓取狀態(tài)的抓取間隔，如2個(gè)月。在抓取間隔期間用戶的抓取狀態(tài)為不進(jìn)行抓取，在抓取間隔到達(dá)時(shí)用戶的抓取狀態(tài)為可進(jìn)行抓取。如，在06.12（可視為是該用戶的抓取起始點(diǎn)）對(duì)某個(gè)非活躍用戶進(jìn)行了信息抓取，當(dāng)在06.13判斷是否需要對(duì)該用戶進(jìn)行信息抓取時(shí)，就可獲知前一天剛剛抓取過該用戶的微博信息，此時(shí)暫時(shí)還不需要再次對(duì)其進(jìn)行信息抓取，也即該用戶在06.13的抓取狀態(tài)為不進(jìn)行抓取，通過這樣逐天（當(dāng)然也可以其它時(shí)間單位逐次判斷，本發(fā)明可不做限定）判斷的方式類推，直至間隔2個(gè)月在08.12判斷該用戶的抓取狀態(tài)為可進(jìn)行抓取，再進(jìn)行下一次信息抓取。其次，還要根據(jù)API權(quán)限設(shè)置一個(gè)限定每天的抓取上限的抓取用戶量，也即每天可抓取多少名非活躍用戶，如一千萬(wàn)非活躍用戶。在設(shè)置好上述兩個(gè)參數(shù)之后，即可判斷當(dāng)前是否能對(duì)待抓取微博用戶進(jìn)行信息抓取，具體過程為：判斷待抓取微博用戶的抓取狀態(tài)是否為可進(jìn)行抓取，如果是，則繼續(xù)判斷當(dāng)前剩余的抓取用戶量是否為零，如果否，則判定可對(duì)該待抓取微博用戶進(jìn)行信息抓取，在進(jìn)行微博信息抓取的同時(shí)，還應(yīng)將剩余抓取用戶量減1，以保證后續(xù)其它非活躍用戶的判斷準(zhǔn)確性。也就是說(shuō)，針對(duì)非活躍用戶而言，如果其抓取狀態(tài)為不進(jìn)行抓取，或者當(dāng)前的剩余抓取用戶量為零，均不對(duì)其進(jìn)行信息抓取。需要說(shuō)明的是，抓取用戶量受限就可能導(dǎo)致一些抓取狀態(tài)為可進(jìn)行抓取的非活躍用戶的微博信息無(wú)法被正常抓取到，對(duì)此，可以通過設(shè)置不同的抓取間隔或抓取起始點(diǎn)的方式，將眾多的非活躍用戶錯(cuò)開處理，如此就可利用有限的抓取資源處理盡量多的非活躍用戶，提高抓取資源利用率以及抓取有效信息的效率。參見圖3，示出了本發(fā)明確定用戶類型的流程，可包括：步驟301，根據(jù)所述待抓取微博用戶發(fā)布微博的頻率確定用戶活躍度。步驟302，根據(jù)預(yù)設(shè)活躍值與所述用戶活躍度判斷所述待抓取微博用戶的類型，如果所述用戶活躍度不小于所述預(yù)設(shè)活躍值，則判定所述待抓取微博用戶為活躍用戶；否則判定所述待抓取微博用戶為非活躍用戶。本發(fā)明主要是根據(jù)用戶是否發(fā)布了微博以及發(fā)布微博的頻繁程度確定用戶活躍度的，如果用戶未發(fā)布過微博，則直接將其定義為非活躍用戶；如果用戶發(fā)布過微博，還應(yīng)再根據(jù)其發(fā)布微博的頻率來(lái)確定其活躍度，具體可采用圖4所示流程實(shí)現(xiàn)，包括：步驟401，根據(jù)所述待抓取微博用戶發(fā)布的微博計(jì)算用戶的平均發(fā)帖間隔；步驟402，從預(yù)設(shè)數(shù)據(jù)庫(kù)中查找與所述平均發(fā)帖間隔相對(duì)應(yīng)的活躍度。本實(shí)施例主要是通過發(fā)帖間隔來(lái)表示用戶的發(fā)帖頻率，進(jìn)而反映用戶的活躍度。具體實(shí)現(xiàn)時(shí)，可先建立一個(gè)保存有發(fā)帖間隔與活躍度對(duì)應(yīng)關(guān)系的數(shù)據(jù)庫(kù)，在計(jì)算獲得用戶的發(fā)帖間隔之后，即可通過查表的方式確定其對(duì)應(yīng)的活躍度。需要說(shuō)明的是，發(fā)帖間隔與活躍度可以一一對(duì)應(yīng)，即一個(gè)發(fā)帖間隔對(duì)應(yīng)一個(gè)活躍度；或者，發(fā)帖間隔與活躍度還可以是多對(duì)一，即多個(gè)發(fā)帖間隔對(duì)應(yīng)一個(gè)活躍度，此時(shí)活躍度可視為是活躍等級(jí)，對(duì)此本發(fā)明可不做限定。在獲得用戶活躍度之后，即可與預(yù)設(shè)活躍值相比較，如果用戶活躍度小于預(yù)設(shè)活躍值，則判定該用戶為非活躍用戶；如果用戶活躍度大于或等于預(yù)設(shè)活躍值，則判定該用戶為活躍用戶。相應(yīng)地，本發(fā)明還提供一種微博信息抓取裝置，參見圖5，示出了本發(fā)明微博信息抓取裝置的示意圖，所述裝置可包括：第一獲取單元501，用于獲取待抓取微博用戶；第一判斷單元502，用于判斷所述第一獲取單元獲取的待抓取微博用戶的類型；計(jì)算單元503，用于在所述第一判斷單元判定所述待抓取微博用戶為活躍用戶時(shí)，計(jì)算該待抓取微博用戶的抓取周期；抓取單元504，用于根據(jù)所述抓取周期預(yù)測(cè)抓取時(shí)間點(diǎn)進(jìn)行微博信息抓取；第二獲取單元505，用戶在所述第一判斷單元判定所述待抓取微博用戶為非活躍用戶時(shí)，獲取該待抓取微博用戶的抓取狀態(tài)以及剩余抓取用戶量；所述抓取單元504，還用于在所述抓取狀態(tài)表示能進(jìn)行微博信息抓取，且所述剩余抓取用戶量不為零時(shí)，對(duì)所述待抓取微博用戶進(jìn)行微博信息抓取。參見圖6，示出了本發(fā)明中第一獲取單元的示意圖，可包括：選取單元601，用于選取至少一個(gè)認(rèn)證用戶作為種子用戶，并將所述種子用戶作為未處理用戶添加到用戶列表；第二判斷單元602，用于判斷所述未處理用戶是否具有下級(jí)用戶：第三獲取單元603，用于在所述第二判斷單元判定所述未處理用戶具有下級(jí)用戶時(shí)，獲取該未處理用戶的下級(jí)用戶，添加單元604，用于將所述下級(jí)用戶添加到所述用戶列表，設(shè)置所述未處理用戶的狀態(tài)為已處理；將所述下級(jí)用戶作為未處理用戶，通知所述第二判斷單元602繼續(xù)判斷未處理用戶是否具有下級(jí)用戶；設(shè)置單元605，用于在所述第二判斷單元判定所述未處理用戶不具有下級(jí)用戶時(shí)，則設(shè)置該未處理用戶的狀態(tài)為已處理。其中，第三獲取單元可通過以下兩種方式獲取下級(jí)用戶，具體為：通過所述未處理用戶的用戶關(guān)系網(wǎng)獲取所述下級(jí)用戶；或者，抓取評(píng)論和/或轉(zhuǎn)發(fā)所述未處理用戶發(fā)布的微博的用戶作為所述下級(jí)用戶。參見圖7，示出了本發(fā)明中第一判斷單元的示意圖，可包括：確定單元701，用于根據(jù)所述待抓取微博用戶發(fā)布微博的頻率確定用戶活躍度；判斷子單元702，用于根據(jù)預(yù)設(shè)活躍值與所述用戶活躍度判斷所述待抓取微博用戶的類型，如果所述用戶活躍度不小于所述預(yù)設(shè)活躍值，則判定所述待抓取微博用戶為活躍用戶；否則判定所述待抓取微博用戶為非活躍用戶。參見圖8，示出了本發(fā)明中計(jì)算單元的示意圖，可包括：計(jì)算子單元801，用于根據(jù)所述待抓取微博用戶發(fā)布的微博計(jì)算用戶的平均發(fā)帖間隔；查找單元802，用于從預(yù)設(shè)數(shù)據(jù)庫(kù)中查找與所述平均發(fā)帖間隔相對(duì)應(yīng)的活躍度。以上所述，僅是本發(fā)明的較佳實(shí)施例而已，并非對(duì)本發(fā)明作任何形式上的限制。雖然本發(fā)明已以較佳實(shí)施例揭露如上，然而并非用以限定本發(fā)明。任何熟悉本領(lǐng)域的技術(shù)人員，在不脫離本發(fā)明技術(shù)方案范圍情況下，都可利用上述揭示的方法和技術(shù)內(nèi)容對(duì)本發(fā)明技術(shù)方案做出許多可能的變動(dòng)和修飾，或修改為等同變化的等效實(shí)施例。因此，凡是未脫離本發(fā)明技術(shù)方案的內(nèi)容，依據(jù)本發(fā)明的技術(shù)實(shí)質(zhì)對(duì)以上實(shí)施例所做的任何簡(jiǎn)單修改、等同變化及修飾，均仍屬于本發(fā)明技術(shù)方案保護(hù)的范圍內(nèi)。