[發明專利]一種用于確定目標網頁的方法、裝置和設備

有效

• 申請號: 201310092363.8
• 申請日: 2013-03-21
• 公開（公告）號: CN104063394B
• 公開（公告）日: 2020-05-08
• 發明（設計）人: 吳晨;江瀟
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06F16/958
• 分類號: G06F16/958;G06Q30/02
• 代理公司: 北京英賽嘉華知識產權代理有限責任公司 11204
• 代理人: 王達佐;馬曉亞

1.一種計算機設備實現的用于確定目標網頁的方法，其中，所述方法包括以下步驟：

a獲取待發布信息及其對應的多個候選網頁；

b獲取所述待發布信息與該多個候選網頁中的各個候選網頁的網頁內容間的相似度；

其中，當所述多個候選網頁中的部分或全部候選網頁屬于同一網站時，通過與該網站通信，以獲取該網站基于所述待發布信息在其網站內進行查詢的查詢結果，其中包含所述部分或全部候選網頁的排序信息，根據所述查詢結果中所包含的所述部分或全部候選網頁的排序信息，以及所述相似度，確定所述待發布信息與該部分或全部候選網頁中的各個候選網頁之間的匹配度；

當所述多個候選網頁中全部候選網頁不都屬于同一網站時，根據所述待發布信息與所述各個候選網頁的網頁內容間的相似度，以及各個候選網頁分別基于所述待發布信息在各自所屬的網站的站內搜索結果中的排名信息，確定待發布信息與各個候選網頁的匹配度信息；

c根據所述待發布信息與所述各個候選網頁之間的匹配度，選擇一個或多個候選網頁作為與所述待發布信息對應的目標網頁。

2.根據權利要求1所述的方法，其中，獲取相似度的步驟包括：

-計算所述待發布信息與所述候選網頁的網頁內容之間的編輯距離信息，以根據所述編輯距離信息來確定相似度信息。

3.根據權利要求1所述的方法，其中，所述網頁內容包括以下至少任一項：

-錨文本信息；

-網頁主題信息；

-網頁正文信息。

4.根據權利要求1所述的方法，其中，所述步驟c包括以下步驟：

-對各個候選網頁，判斷該候選網頁與所述待發布信息之間的匹配度是否達到預定閾值；

-當達到預定閾值時，將該候選網頁作為所述待發布信息的目標網頁。

5.根據權利要求4所述的方法，其中，所述步驟c還包括以下步驟；

-當沒有候選網頁達到所述預定閾值時，將預定網頁作為所述待發布信息的目標網頁。

6.根據權利要求1至5中任一項所述的方法，其中，所述方法還包括以下步驟：

-根據所述待發布信息及其對應的至少一個目標網頁，生成一個或多個網絡發布信息，其中，各個網絡發布信息分別包含其所對應的目標網頁的指示信息；

其中，所述方法還包括以下步驟：

-當接收到與待發布信息相關的查詢序列時，反饋與該待發布信息對應的該一個或多個網絡發布信息。

7.一種用于確定目標網頁的網頁確定裝置，其中，所述網頁確定裝置包括：

第一獲取裝置，用于獲取待發布信息及其對應的多個候選網頁；

第二獲取裝置，用于獲取所述待發布信息與該多個候選網頁中的各個候選網頁的網頁內容間的相似度；

其中，當所述多個候選網頁中的部分或全部候選網頁屬于同一網站時，通過與該網站通信，以獲取該網站基于所述待發布信息在其網站內進行查詢的查詢結果，其中包含所述部分或全部候選網頁的排序信息，根據所述查詢結果中所包含的所述部分或全部候選網頁的排序信息，以及所述相似度，確定所述待發布信息與該部分或全部候選網頁中的各個候選網頁之間的匹配度；

當所述多個候選網頁中全部候選網頁不都屬于同一網站時，根據所述待發布信息與所述各個候選網頁的網頁內容間的相似度，以及各個候選網頁分別基于所述待發布信息在各自所屬的網站的站內搜索結果中的排名信息，確定待發布信息與各個候選網頁的匹配度信息；

選擇裝置，用于根據所述待發布信息與所述各個候選網頁之間的匹配度，選擇一個或多個候選網頁作為與所述待發布信息對應的目標網頁。

8.根據權利要求7所述的網頁確定裝置，其中，所述第二獲取裝置包括：

計算裝置，用于計算所述待發布信息與所述候選網頁的網頁內容之間的編輯距離信息，以根據所述編輯距離信息來確定相似度信息。