PulsarRPAPro-基于监督学习算法高精度提取网页数据

本视频介绍如何训练机器学习模型，高精度提取网页数据，一次训练，永久有效。

具体方法是：使用PulsarRPAPro采集商品详情页，使用无监督学习技术自动提取数据，得到一个初始的数据集，经过简单的人工校验和数据标注之后，形成了一个可以训练机器学习模型的数据集。用这个数据集训练机器学习模型，就可以高精度提取网页数据。

举个例子，我们要采集amazon上的产品数据，譬如标题，评分，价格等等。在传统上，我们需要使用PulsarRPA，selenium这样的浏览器自动化工具，逐一打开商品详情页，花费大量时间，编写X-SQL，正则表达式等来提取网页数据，将网页转变成可直接分析的结构化数据。

本视频中，我们使用 PulsarRPAPro 的无监督学习技术自动将每一个字段提取出来，形成初步的数据集，对自动提取出来的字段进行人工校验，剔除错误数据，给每个字段一个名字，得到一个良好标注的数据集，训练一个机器学习模型。

经过训练后，整体准确率超过 98%，而绝大部分字段的准确率和召回率均达到了100%。随着数据质量的提升和训练集的扩大，精度将继续提升。

最后，我们将模型预测结果导出，也就是网页数据提取结果。

使用无监督学习+监督学习进行网页数据提取，我们将网页数据提取的人效提升了1000倍以上，提升了数据提取准确率，降低了人员技能要求，同时也不再需要频繁维护数据提取规则。

在下一个视频中，我们将介绍，采集多个站点网页，一次标注，训练机器学习模型，从而实现单一机器学习模型，自动提取多站点数据。