[發(fā)明專利]一種用于處理頁面數(shù)據(jù)的方法與設(shè)備

有效

• 申請?zhí)枺?/td>: 201310177865.0
• 申請日: 2013-05-14
• 公開（公告）號: CN103294781A
• 公開（公告）日: 2013-09-11
• 發(fā)明（設(shè)計）人: 羅威;陳銘敏;鄧天生
• 申請（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: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京漢昊知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11370
• 代理人: 羅朋;周建華

1.一種用于處理頁面數(shù)據(jù)的方法，其中，該方法包括以下步驟：?

a獲取待處理的目標(biāo)頁面；?

b根據(jù)與所述目標(biāo)頁面的頁面類型相對應(yīng)的多個屬性分類模型，確定所述目標(biāo)頁面中的頁面節(jié)點的節(jié)點屬性信息；?

c根據(jù)所述節(jié)點屬性信息，對所述頁面節(jié)點進(jìn)行相應(yīng)的數(shù)據(jù)處理。?

2.根據(jù)權(quán)利要求1所述的方法，其中，所述步驟b包括：?

-基于預(yù)定節(jié)點篩選規(guī)則，對所述目標(biāo)頁面對應(yīng)的DOM樹節(jié)點進(jìn)行篩選處理，以獲得所述頁面節(jié)點；?

b1根據(jù)所述頁面節(jié)點的節(jié)點特征向量，結(jié)合與所述目標(biāo)頁面的頁面類型相對應(yīng)的多個屬性分類模型，確定所述節(jié)點屬性信息。?

3.根據(jù)權(quán)利要求2所述的方法，其中，所述步驟b1包括：?

-根據(jù)所述頁面節(jié)點的節(jié)點特征向量，結(jié)合與所述目標(biāo)頁面的頁面類型相對應(yīng)的多個屬性分類模型，判斷所述頁面節(jié)點所對應(yīng)的候選節(jié)點屬性信息；?

-根據(jù)與所述目標(biāo)頁面的頁面類型相對應(yīng)的屬性連通模型，對所述候選節(jié)點屬性信息進(jìn)行篩選處理，以獲得所述節(jié)點屬性信息。?

4.根據(jù)權(quán)利要求1至3中任一項所述的方法，其中，該方法還包括：?

-獲取已標(biāo)注節(jié)點屬性的多個頁面節(jié)點訓(xùn)練數(shù)據(jù)，以將所述多個頁面節(jié)點訓(xùn)練數(shù)據(jù)所對應(yīng)的頁面作為訓(xùn)練頁面，其中，所述訓(xùn)練頁面具有相同頁面類型；?

-確定所述頁面節(jié)點訓(xùn)練數(shù)據(jù)在對應(yīng)的所述訓(xùn)練頁面中所對應(yīng)的訓(xùn)練節(jié)點；?

m根據(jù)所述訓(xùn)練節(jié)點的節(jié)點特征向量，通過預(yù)定訓(xùn)練規(guī)則，以獲得與所述訓(xùn)練頁面的頁面類型相對應(yīng)的屬性分類模型。?

5.根據(jù)權(quán)利要求4所述的方法，其中，該方法還包括：?

-根據(jù)所述訓(xùn)練節(jié)點，以及所述訓(xùn)練頁面，確定與所述訓(xùn)練頁面?的頁面類型相對應(yīng)的屬性連通模型。?

6.根據(jù)權(quán)利要求4所述的方法，其中，該方法還包括：?

n確定所述訓(xùn)練節(jié)點所對應(yīng)的負(fù)例節(jié)點；?

-結(jié)合所述負(fù)例節(jié)點的節(jié)點特征向量，更新所述訓(xùn)練節(jié)點的節(jié)點特征向量；?

其中，所述步驟m包括：?

-根據(jù)更新后的所述訓(xùn)練節(jié)點的節(jié)點特征向量，通過預(yù)定訓(xùn)練規(guī)則，以獲得與所述訓(xùn)練頁面的頁面類型相對應(yīng)的屬性分類模型。?

7.根據(jù)權(quán)利要求6所述的方法，其中，所述步驟n包括：?

-將所述訓(xùn)練頁面的DOM樹節(jié)點中包含文本的DOM樹節(jié)點作為候選負(fù)輔助節(jié)點；?

-根據(jù)所述候選負(fù)輔助節(jié)點，結(jié)合所述訓(xùn)練節(jié)點，確定所述負(fù)例節(jié)點。?

8.根據(jù)權(quán)利要求4至7中任一項所述的方法，其中，該方法還包括：?

-根據(jù)與所述訓(xùn)練頁面的頁面類型相對應(yīng)的屬性分類模型，確定與所述訓(xùn)練頁面的頁面類型相對應(yīng)的頁面結(jié)構(gòu)模板；?

其中，該方法還包括：?

-根據(jù)與所述目標(biāo)頁面所對應(yīng)的頁面類型相對應(yīng)的頁面結(jié)構(gòu)模板，生成所述目標(biāo)頁面所對應(yīng)的摘要數(shù)據(jù)；?

-將所述摘要數(shù)據(jù)提供給訪問所述目標(biāo)頁面的目標(biāo)應(yīng)用。?

9.根據(jù)權(quán)利要求1至8中任一項所述的方法，其中，所述步驟c包括：?

-根據(jù)所述節(jié)點屬性信息，提取所述頁面節(jié)點中與所述節(jié)點屬性信息相對應(yīng)的頁面數(shù)據(jù)，以獲得所述目標(biāo)頁面所對應(yīng)的頁面數(shù)據(jù)。?

10.根據(jù)權(quán)利要求9所述的方法，其中，該方法還包括：?

-將所述目標(biāo)頁面所對應(yīng)的頁面數(shù)據(jù)作為頁面優(yōu)選信息提供給訪問所述目標(biāo)頁面的目標(biāo)應(yīng)用。?

11.一種用于處理頁面數(shù)據(jù)的處理設(shè)備，其中，該處理設(shè)備包括：?

頁面獲取裝置，用于獲取待處理的目標(biāo)頁面；?

節(jié)點屬性確定裝置，用于根據(jù)與所述目標(biāo)頁面的頁面類型相對應(yīng)的多個屬性分類模型，確定所述目標(biāo)頁面中的頁面節(jié)點的節(jié)點屬性信息；?

處理裝置，用于根據(jù)所述節(jié)點屬性信息，對所述頁面節(jié)點進(jìn)行相應(yīng)的數(shù)據(jù)處理。?

12.根據(jù)權(quán)利要求11所述的處理設(shè)備，其中，所述節(jié)點屬性確定裝置包括：?

篩選單元，用于基于預(yù)定節(jié)點篩選規(guī)則，對所述目標(biāo)頁面對應(yīng)的DOM樹節(jié)點進(jìn)行篩選處理，以獲得所述頁面節(jié)點；?

節(jié)點屬性確定單元，用于根據(jù)所述頁面節(jié)點的節(jié)點特征向量，結(jié)合與所述目標(biāo)頁面的頁面類型相對應(yīng)的多個屬性分類模型，確定所述節(jié)點屬性信息。?