[發(fā)明專利]網(wǎng)絡(luò)信息檢索系統(tǒng)及檢索方法

無效

• 申請?zhí)枺?/td>: 201110418140.7
• 申請日: 2011-12-14
• 公開（公告）號: CN102567473A
• 公開（公告）日: 2012-07-11
• 發(fā)明（設(shè)計）人: 楊宏宇
• 申請（專利權(quán)）人: 鴻富錦精密工業(yè)（深圳）有限公司;鴻海精密工業(yè)股份有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種網(wǎng)絡(luò)信息檢索系統(tǒng)，其特征在于，該網(wǎng)絡(luò)信息檢索系統(tǒng)包括：

一輸入確定模塊，用于響應(yīng)用戶的輸入操作，確認(rèn)用戶輸入的搜索關(guān)鍵字；

一檢索模塊，用于根據(jù)該用戶輸入的搜索關(guān)鍵字在網(wǎng)絡(luò)中搜索與該搜索關(guān)鍵字內(nèi)容相匹配的網(wǎng)頁；

一內(nèi)容提取模塊，用于從該檢索模塊檢索到的所有網(wǎng)頁中提取網(wǎng)頁的地址及網(wǎng)頁記載的文字信息和圖片信息；

一去重處理模塊，用于獲取該內(nèi)容提取模塊提取的該些網(wǎng)頁的網(wǎng)址及該些網(wǎng)址對應(yīng)的文字信息和圖片信息，并根據(jù)該提取出的文字信息判斷該些網(wǎng)頁中的內(nèi)容是否引用了源地址，若確定該網(wǎng)頁中的內(nèi)容引用自一源地址，則該去重處理模塊將該引用了該源地址的網(wǎng)頁去除，只保留該源地址對應(yīng)的網(wǎng)頁。

2.如權(quán)利要求1所述的網(wǎng)絡(luò)信息檢索系統(tǒng)，其特征在于，該去重處理模塊還用于將該些保留的網(wǎng)頁中的文字信息和圖片信息進(jìn)行比較，并判斷該些保留網(wǎng)頁中的文字信息和圖片信息的相似度是否超過一預(yù)先設(shè)定的閾值，所述的相似度以網(wǎng)頁中文字信息和圖片信息的重復(fù)程度來表征；當(dāng)該些保留的網(wǎng)頁中至少兩個網(wǎng)頁中文字信息和圖片信息的相似度超過該閾值時，則顯示該些網(wǎng)頁中文字內(nèi)容最多的一個網(wǎng)頁或時間最早的一個網(wǎng)頁，將其他與該網(wǎng)頁內(nèi)容相似的網(wǎng)頁去除；直到該些保留的網(wǎng)頁中任何兩個網(wǎng)頁內(nèi)容的相似度都沒有超過該閾值，則確定該些被保留的網(wǎng)頁為最終顯示的網(wǎng)頁。

3.如權(quán)利要求2所述的網(wǎng)絡(luò)信息檢索系統(tǒng)，其特征在于，該網(wǎng)絡(luò)信息檢索系統(tǒng)還包括一顯示模塊用于顯示該去重處理模塊確定最終顯示的網(wǎng)頁。

4.如權(quán)利要求3所述的網(wǎng)絡(luò)信息檢索系統(tǒng)，其特征在于，該網(wǎng)絡(luò)信息檢索系統(tǒng)為運行于作為客戶終端的電子裝置中。

5.如權(quán)利要求3所述的網(wǎng)絡(luò)信息檢索系統(tǒng)，其特征在于，該網(wǎng)絡(luò)信息檢索系統(tǒng)運行于服務(wù)商的服務(wù)器中。

6.如權(quán)利要求1所述的網(wǎng)絡(luò)信息檢索系統(tǒng)，其特征在于，該內(nèi)容提取模塊通過預(yù)先構(gòu)建的內(nèi)容解析器將網(wǎng)頁的地址、該網(wǎng)頁中的文字和圖片信息及該些信息引用的源地址提取出來。

7.如權(quán)利要求2所述的網(wǎng)絡(luò)信息檢索系統(tǒng)，其特征在于，該去重處理模塊根據(jù)用戶的設(shè)置確定保留和去除網(wǎng)頁的條件。

8.一種網(wǎng)絡(luò)信息檢索方法，應(yīng)用于一網(wǎng)絡(luò)信息檢索系統(tǒng)中，其特征在于，該方法包括如下步驟：

響應(yīng)用戶的輸入操作，確認(rèn)用戶輸入的搜索關(guān)鍵字；

根據(jù)該用戶輸入的搜索關(guān)鍵字在網(wǎng)絡(luò)中搜索與該搜索關(guān)鍵字內(nèi)容相匹配的網(wǎng)頁；

對檢索到的所有網(wǎng)頁的地址及網(wǎng)頁記載的文字信息和圖片信息進(jìn)行提取；

獲取提取的該些網(wǎng)頁的網(wǎng)址及該些網(wǎng)頁記載的文字信息和圖片信息，并根據(jù)該提取出的文字信息判斷該些網(wǎng)頁中的內(nèi)容是否引用了源地址；

當(dāng)該些網(wǎng)頁引用了源地址時，將引用該源地址的網(wǎng)頁去除，只保留該網(wǎng)頁內(nèi)容所引用的源地址對應(yīng)的網(wǎng)頁作為最終顯示的網(wǎng)頁。

9.如權(quán)利要求8所述的網(wǎng)絡(luò)信息檢索方法，其特征在于，該方法還包括步驟：

將該些保留的網(wǎng)頁中的文字信息和圖片信息進(jìn)行比較，并判斷該些保留網(wǎng)頁中的文字和圖片信息的相似度是否超過一預(yù)先設(shè)定的閾值，其中，所述的相似度以網(wǎng)頁中記載的文字信息和圖片信息的重復(fù)程度來表征；

當(dāng)兩個或兩個以上網(wǎng)頁中文字信息和圖片信息的相似度超過該閾值時，控制顯示該些網(wǎng)頁中文字內(nèi)容最多的一個網(wǎng)頁或時間最早的一個網(wǎng)頁，將其他與該網(wǎng)頁內(nèi)容相似的網(wǎng)頁去除。

10.如權(quán)利要求9所述的網(wǎng)絡(luò)信息檢索方法，其特征在于，將確定最終顯示的網(wǎng)頁顯示給用戶。