[發(fā)明專利]瀏覽質(zhì)量的評(píng)估方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201210242504.5
• 申請(qǐng)日: 2012-07-12
• 公開(kāi)（公告）號(hào): CN103544170A
• 公開(kāi)（公告）日: 2014-01-29
• 發(fā)明（設(shè)計(jì)）人: 于高;薛林波
• 申請(qǐng)（專利權(quán)）人: 百度在線網(wǎng)絡(luò)技術(shù)（北京）有限公司
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30
• 代理公司: 北京清亦華知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11201
• 代理人: 宋合成;黃德海

1.一種瀏覽質(zhì)量的評(píng)估方法，其特征在于，包括：

獲取第三方站點(diǎn)的待測(cè)頁(yè)面，并分析所述待測(cè)頁(yè)面以獲得第一原始特征集；

對(duì)所述待測(cè)頁(yè)面進(jìn)行轉(zhuǎn)碼以生成轉(zhuǎn)碼后的待測(cè)頁(yè)面，并獲得所述待測(cè)頁(yè)面的結(jié)構(gòu)化特征集；

對(duì)所述轉(zhuǎn)碼后的待測(cè)頁(yè)面進(jìn)行分析以獲得第二原始特征集；

按照預(yù)設(shè)的組合規(guī)則將所述第一原始特征集、第二原始特征集和所述結(jié)構(gòu)化特征集進(jìn)行組合以生成組合特征集；以及

根據(jù)預(yù)設(shè)的評(píng)估模型和所述組合特征集對(duì)所述待測(cè)頁(yè)面進(jìn)行質(zhì)量評(píng)估。

2.如權(quán)利要求1所述的瀏覽質(zhì)量的評(píng)估方法，其特征在于，所述評(píng)估模型通過(guò)以下步驟得到：

建立訓(xùn)練樣本庫(kù)，所述訓(xùn)練樣本庫(kù)中包括多個(gè)訓(xùn)練樣本；

對(duì)所述訓(xùn)練樣本庫(kù)中的每個(gè)訓(xùn)練樣本進(jìn)行特征提取，并生成每個(gè)訓(xùn)練樣本對(duì)應(yīng)的訓(xùn)練特征集；

根據(jù)機(jī)器學(xué)習(xí)算法對(duì)所述訓(xùn)練特征集進(jìn)行處理以生成所述評(píng)估模型。

3.如權(quán)利要求2所述的瀏覽質(zhì)量的評(píng)估方法，其特征在于，所述訓(xùn)練樣本包括URL列表和URL列表中每個(gè)URL對(duì)應(yīng)的人工評(píng)估結(jié)果。

4.如權(quán)利要求1所述的瀏覽質(zhì)量的評(píng)估方法，其特征在于，還包括：

根據(jù)所述待測(cè)頁(yè)面的頁(yè)面類型選擇對(duì)應(yīng)的組合規(guī)則。

5.如權(quán)利要求1-4任一項(xiàng)所述的瀏覽質(zhì)量的評(píng)估方法，其特征在于，所述第一原始特征集和第二原始特征集分別包括轉(zhuǎn)碼前和轉(zhuǎn)碼后的所述待測(cè)頁(yè)面中的文字、圖片、動(dòng)畫(huà)的數(shù)量和面積信息。

6.如權(quán)利要求1-5任一項(xiàng)所述的瀏覽質(zhì)量的評(píng)估方法，其特征在于，所述獲得所述待測(cè)頁(yè)面的結(jié)構(gòu)化特征集進(jìn)一步包括：

對(duì)所述待測(cè)頁(yè)面進(jìn)行結(jié)構(gòu)化分析，以獲得所述待測(cè)頁(yè)面的頁(yè)面類型和內(nèi)容塊；

對(duì)所述待測(cè)頁(yè)面的內(nèi)容進(jìn)行分析以獲得所述待測(cè)頁(yè)面的結(jié)構(gòu)化特征。

7.如權(quán)利要求6所述的瀏覽質(zhì)量的評(píng)估方法，其特征在于，所述結(jié)構(gòu)化特征包括所述待測(cè)頁(yè)面中的標(biāo)題、圖標(biāo)和聯(lián)系方式中的一種或多種。

8.一種瀏覽質(zhì)量的評(píng)估裝置，其特征在于，包括：

頁(yè)面獲取模塊，用于獲取第三方站點(diǎn)的待測(cè)頁(yè)面；

轉(zhuǎn)碼模塊，用于對(duì)所述待測(cè)頁(yè)面進(jìn)行轉(zhuǎn)碼以生成轉(zhuǎn)碼后的待測(cè)頁(yè)面，并獲得所述待測(cè)頁(yè)面的結(jié)構(gòu)化特征集；

分析模塊，用于對(duì)所述待測(cè)頁(yè)面進(jìn)行分析以獲得第一原始特征集，以及對(duì)所述轉(zhuǎn)碼后的待測(cè)頁(yè)面進(jìn)行分析以獲得第二原始特征集；

組合模塊，用于按照預(yù)設(shè)的組合規(guī)則將所述第一原始特征集、第二原始特征集和所述結(jié)構(gòu)化特征集進(jìn)行組合以生成組合特征集；以及

質(zhì)量評(píng)估模塊，用于建立評(píng)估模型，并根據(jù)所述評(píng)估模型和所述組合特征集對(duì)所述待測(cè)頁(yè)面進(jìn)行質(zhì)量評(píng)估。

9.如權(quán)利要求8所述的瀏覽質(zhì)量的評(píng)估裝置，其特征在于，所述質(zhì)量評(píng)估模塊包括：

接收單元，用于接收來(lái)自所述組合模塊的所述組合特征集；

模型建立單元，用于建立訓(xùn)練樣本庫(kù)，以及對(duì)所述訓(xùn)練樣本庫(kù)中的每個(gè)訓(xùn)練樣本進(jìn)行特征提取，并生成每個(gè)訓(xùn)練樣本對(duì)應(yīng)的訓(xùn)練特征集，并根據(jù)機(jī)器學(xué)習(xí)算法對(duì)所述訓(xùn)練特征集進(jìn)行處理以生成所述評(píng)估模型，其中，所述訓(xùn)練樣本庫(kù)中包括多個(gè)訓(xùn)練樣本；

評(píng)估單元，用于根據(jù)所述評(píng)估模型和所述組合特征集對(duì)所述待測(cè)頁(yè)面進(jìn)行質(zhì)量評(píng)估。

10.如權(quán)利要求9所述的瀏覽質(zhì)量的評(píng)估裝置，其特征在于，所述訓(xùn)練樣本包括URL列表和URL列表中每個(gè)URL對(duì)應(yīng)的人工評(píng)估結(jié)果。

11.如權(quán)利要求8所述的瀏覽質(zhì)量的評(píng)估裝置，其特征在于，所述組合模塊根據(jù)所述待測(cè)頁(yè)面的頁(yè)面類型選擇對(duì)應(yīng)的組合規(guī)則。

12.如權(quán)利要求8-11任一項(xiàng)所述的瀏覽質(zhì)量的評(píng)估裝置，其特征在于，所述第一原始特征集和第二原始特征集分別包括轉(zhuǎn)碼前和轉(zhuǎn)碼后的所述待測(cè)頁(yè)面中的文字、圖片、動(dòng)畫(huà)的數(shù)量和面積信息。

13.如權(quán)利要求8-12任一項(xiàng)所述的瀏覽質(zhì)量的評(píng)估裝置，其特征在于，所述轉(zhuǎn)碼模塊包括：

結(jié)構(gòu)化分析單元，用于對(duì)所述待測(cè)頁(yè)面進(jìn)行結(jié)構(gòu)化分析，以獲得所述待測(cè)頁(yè)面的頁(yè)面類型和內(nèi)容塊；

結(jié)構(gòu)化特征獲取單元，用于對(duì)所述待測(cè)頁(yè)面的內(nèi)容塊進(jìn)行分析以獲得所述待測(cè)頁(yè)面的結(jié)構(gòu)化特征。

14.如權(quán)利要求13所述的瀏覽質(zhì)量的評(píng)估裝置，其特征在于，所述結(jié)構(gòu)化特征包括所述待測(cè)頁(yè)面中的標(biāo)題、圖標(biāo)和聯(lián)系方式中的一種或多種。