[發明專利]站點信息獲取方法及裝置

在審

• 申請號: 201310222196.4
• 申請日: 2013-06-05
• 公開（公告）號: CN104216928A
• 公開（公告）日: 2014-12-17
• 發明（設計）人: 高健;牛小彬;章云龍
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 深圳翼盛智成知識產權事務所(普通合伙) 44300
• 代理人: 歐陽啟明

1.一種站點信息獲取方法，其特征在于，所述方法包括：

以基礎數據集合中的元素的關鍵詞進行搜索，并獲取相應的搜索結果；

根據所述搜索結果中的頁面鏈接信息獲取相應站點的頁面中的預定部分信息；

將與所述頁面鏈接信息對應的站點標識和所述預定部分信息整理成相應的數據記錄，并根據所述數據記錄生成站點信息獲取結果。

2.根據權利要求1所述的站點信息獲取方法，其特征在于，所述元素至少包括第一元素和第二元素，所述搜索結果至少包括與所述第一元素對應的第一搜索結果和與所述第二元素對應的第二搜索結果；

所述以基礎數據集合中的元素的關鍵詞進行搜索，并獲取相應的搜索結果的步驟為：

分別以所述第一元素的第一關鍵詞和所述第二元素的第二關鍵詞進行搜索，并分別獲取所述第一搜索結果和所述第二搜索結果。

3.根據權利要求2所述的站點信息獲取方法，其特征在于，在所述分別獲取所述第一搜索結果和所述第二搜索結果的步驟之后，以及在所述根據所述搜索結果中的頁面鏈接信息獲取相應站點的頁面中的預定部分信息的步驟之前，所述方法還包括以下步驟：

提取所述第一搜索結果和所述第二搜索結果中的頁面鏈接信息。

4.根據權利要求3所述的站點信息獲取方法，其特征在于，在所述提取所述第一搜索結果和所述第二搜索結果中的頁面鏈接信息的步驟之后，以及在所述根據所述搜索結果中的頁面鏈接信息獲取相應站點的頁面中的預定部分信息的步驟之前，所述方法還包括：

針對與所述頁面鏈接信息對應的站點，對所述元素的數量進行統計并生成統計結果；

根據所述統計結果篩選所述數量大于預定值的元素所對應站點并生成篩選結果；

所述根據所述搜索結果中的頁面鏈接信息獲取相應站點的頁面中的預定部分信息的步驟為：

根據所述篩選結果分別獲取其中相應站點的頁面中的所述預定部分信息。

5.根據權利要求4所述的站點信息獲取方法，其特征在于，在所述根據所述搜索結果中的頁面鏈接信息獲取相應站點的頁面中的預定部分信息的步驟之后，所述方法還包括：

判斷所述預定部分信息是否包含預定內容并生成判斷結果；

在所述判斷結果為所述預定部分信息不包含所述預定內容的情況下丟棄所述數據記錄；

在所述判斷結果為所述預定部分信息包含所述預定內容的情況下保留所述數據記錄。

6.根據權利要求5所述的站點信息獲取方法，其特征在于，所述第一關鍵詞包括所述第一元素的至少兩屬性信息，所述第二關鍵詞包括所述第二元素的至少兩屬性信息；

在所述以基礎數據集合中的元素的關鍵詞進行搜索，并獲取相應的搜索結果的步驟之前，所述方法還包括：

分別提取所述第一元素和所述第二元素所對應的文件的至少兩所述屬性信息。

7.根據權利要求2至6中任意一項所述的站點信息獲取方法，其特征在于，所述基礎數據集合是包括有至少一個第一類型的作品和至少一個第二類型的作品的集合；

所述第一類型和所述第二類型與所述作品的受歡迎度、暢銷度、推薦度中的任意一者相關；

所述元素是所述基礎數據集合中的每一個所述作品。

8.根據權利要求7所述的站點信息獲取方法，其特征在于，所述第一元素對應所述第一類型的作品，所述第二元素對應所述第二類型的作品。

9.根據權利要求7所述的站點信息獲取方法，其特征在于，所述作品包括文學作品、美術作品、音樂作品、影視作品中任意一者或一者以上的組合。

10.根據權利要求7所述的站點信息獲取方法，其特征在于，所述第一元素的至少兩屬性信息包括作品名和作者名，所述第二元素的至少兩屬性信息包括作品名和作者名。

11.根據權利要求1至6中任意一項所述的站點信息獲取方法，其特征在于，所述預定部分信息為所述站點的頁面中的標題信息。