[發明專利]一種完善社區網絡的方法和系統

在審

• 申請號: 201110229793.0
• 申請日: 2011-08-11
• 公開（公告）號: CN102929889A
• 公開（公告）日: 2013-02-13
• 發明（設計）人: 高燕;傅力;張震瑋;張巖;孔亮;黃叢蕊
• 申請（專利權）人: 中興通訊股份有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 黃志華

1.一種完善社區網絡的方法，其特征在于，包括：

獲得網絡鏈接信息；

通過如所述網頁鏈接信息，獲得與所述網頁鏈接信息相對應的網頁，所述網頁包括訪問過所述網頁鏈接的用戶設置的標簽信息；

獲得用來表征所述網頁特征的至少一個關鍵詞，所述至少一個關鍵詞中的至少一個第一關鍵詞與所述標簽信息對應；

將所述至少一個關鍵詞與基準關鍵詞進行相似度分析，得到所述網頁的特征信息，所述基準關鍵詞為所述社區網絡中已經有的基準網頁對應的關鍵詞；

將所述至少一個關鍵詞與所述基準關鍵詞進行語義相似度分析，得到所述網頁的語義相似度值；

基于所述特征信息和所述語義相似度值，獲得所述網頁與所述基準網頁的第二網頁相似度值；

當所述第二網頁相似度值滿足一定條件時，將所述網頁加入到所述社區網絡中。

2.如權利要求1所述的方法，其特征在于，所述網頁還包括有網頁內容；所述至少一個關鍵詞還包括有至少一個第二關鍵詞，所述至少一個第二關鍵詞與所述網頁內容對應。

3.如權利要求1或2所述的方法，其特征在于，所述基于所述特征信息和所述語義相似度值，獲得所述網頁與所述基準網頁的第二網頁相似度值，具體包括：

將所述語義相似度值引入到所述特征信息中，對所述特征信息進行一個補充，得到第一網頁相似度值；

對所述第一網頁相似度值進行聚類分析，得到所述第二網頁相似度值。

4.如權利要求2所述的方法，其特征在于，所述至少一個第二關鍵詞通過如下步驟獲得：

搜集所述網頁中的關鍵詞信息，得到至少一個第三關鍵詞；

對所述至少一個第三關鍵詞進行過濾處理，得到至少一個第四關鍵詞；

利用所述至少一個第四關鍵詞，通過統計方法，對所述網頁特征進行分析，得到所述至少一個第二關鍵詞。

5.一種完善社區網絡的系統，其特征在于，包括：

信息采集模塊：用于獲得網絡鏈路信息，然后通過如所述網頁鏈接信息，獲得與所述網頁鏈接信息相對應的網頁，所述網頁包括訪問過所述網頁鏈接的用戶設置的標簽信息；

關鍵詞提取模塊：用于獲得用來表征所述網頁特征的至少一個關鍵詞，所述至少一個關鍵詞中的至少一個第一關鍵詞與所述標簽信息對應；

網頁特征信息獲取模塊：用于將所述至少一個關鍵詞與基準關鍵詞進行相似度分析，得到所述網頁的特征信息，所述基準關鍵詞為所述社區網絡中已經有的基準網頁對應的關鍵詞；

語義相似度獲取模塊：將所述至少一個關鍵詞與所述基準關鍵詞進行語義相似度分析，得到所述網頁的語義相似度值；

相似度分析模塊：用于基于所述特征信息和所述語義相似度值，獲得所述網頁與所述基準網頁的第二網頁相似度值；

篩選模塊：用于當所述第二網頁相似度值滿足一定條件時，將所述網頁加入到所述社區網絡中。

6.如權利要求5所述的系統，其特征在于，所述相似度分析模塊，具體包括：

第一網頁相似度獲取模塊：用于將所述語義相似度值引入到所述特征信息中，對所述特征信息進行一個補充，得到第一網頁相似度值；

第二網頁相似度獲取模塊：用于對所述第一網頁相似度進行聚類分析，得到所述第二網頁相似度值。

7.一種網頁相似度計算方法，其特征在于，包括：

提取用來表征網頁特征的至少一個關鍵詞，所述至少一個關鍵詞中的至少一個第一關鍵詞與所述網頁的標簽信息對應；

將所述至少一個關鍵詞與基準關鍵詞進行相似度分析，得到所述網頁的特征信息，所述基準關鍵詞為所述網絡社區中將要與所述網頁進行相似度比較的已經提取好關鍵詞的基準網頁對應的關鍵詞；

將所述至少一個關鍵詞與所述基準關鍵詞進行語義相似度分析，得到所述網頁的語義相似度值；

基于所述特征信息和所述語義相似度值，獲得所述網頁與所述基準網頁的第二網頁相似度值。

8.如權利要求7所述的方法，其特征在于，所述至少一個關鍵詞還包括有至少一個第二關鍵詞，所述至少一個第二關鍵詞與所述網頁內容對應。