[發(fā)明專利]一種多媒體文件搜索方法及裝置

在審

• 申請?zhí)枺?/td>: 201310618176.9
• 申請日: 2013-11-27
• 公開（公告）號: CN103605773A
• 公開（公告）日: 2014-02-26
• 發(fā)明（設(shè)計(jì)）人: 曹坤波;鄭磊
• 申請（專利權(quán)）人: 樂視網(wǎng)信息技術(shù)（北京）股份有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京中博世達(dá)專利商標(biāo)代理有限公司 11274
• 代理人: 申健

1.一種多媒體文件搜索方法，其特征在于，預(yù)先建立一全網(wǎng)數(shù)據(jù)庫，所述全網(wǎng)數(shù)據(jù)庫至少包括自身網(wǎng)站具有播放版權(quán)的多媒體文件資源、對外合作網(wǎng)站的多媒體文件資源以及通過爬蟲技術(shù)從各個外部網(wǎng)站抓取的多媒體文件資源，

所述方法包括：

接收來自電子設(shè)備的多媒體文件搜索信息；

根據(jù)所述多媒體文件搜索信息，從所述全網(wǎng)數(shù)據(jù)庫中獲取與所述多媒體文件搜索信息匹配的多媒體文件資源；

向所述電子設(shè)備發(fā)送所述多媒體文件資源。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，

所述自身網(wǎng)站具有播放版權(quán)的多媒體文件資源包括用戶上傳的多媒體文件資源，以及已購買播放版權(quán)的多媒體文件資源；

所述對外合作網(wǎng)站的多媒體文件資源包括自身網(wǎng)站與外部網(wǎng)站合作的所述外部網(wǎng)站的多媒體文件資源，所述對外合作網(wǎng)站的多媒體文件資源是通過網(wǎng)址鏈接到所述對外合作網(wǎng)站的多媒體文件資源上來實(shí)現(xiàn)的。

3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述通過爬蟲技術(shù)從各個外部網(wǎng)站抓取的多媒體文件資源的抓取步驟包括：

根據(jù)網(wǎng)頁分析算法從所述各個外部網(wǎng)站過濾與多媒體文件無關(guān)的鏈接，并將與所述多媒體文件相關(guān)聯(lián)的鏈接放入等待抓取的統(tǒng)一資源定位符URL隊(duì)列；

獲取至少一個初始抓取URL，根據(jù)預(yù)設(shè)抓取方法從初始抓取URL開始對所述URL隊(duì)列中的URL進(jìn)行分析，選擇要抓取的網(wǎng)頁的URL，直到到達(dá)預(yù)設(shè)條件時停止；

將所述被抓取的URL對應(yīng)的網(wǎng)頁在系統(tǒng)中存儲。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述網(wǎng)頁分析算法包括基于網(wǎng)絡(luò)拓?fù)涞姆治鏊惴ā⒒诰W(wǎng)頁內(nèi)容的分析算法、基于用戶訪問的分析算法。

5.根據(jù)權(quán)利要求3或4所述的方法，其特征在于，所述預(yù)設(shè)抓取方法包括深度優(yōu)先抓取方法、廣度優(yōu)先抓取方法、最佳優(yōu)先抓取方法。

6.一種多媒體文件搜索裝置，其特征在于，包括：

預(yù)處理單元，用于預(yù)先建立一全網(wǎng)數(shù)據(jù)庫，所述全網(wǎng)數(shù)據(jù)庫至少包括自身網(wǎng)站具有播放版權(quán)的多媒體文件資源、對外合作網(wǎng)站的多媒體文件資源以及通過爬蟲技術(shù)從各個外部網(wǎng)站抓取的多媒體文件資源；

接收單元，用于接收來自電子設(shè)備的多媒體文件搜索信息；

獲取單元，用于根據(jù)所述多媒體文件搜索信息，從所述全網(wǎng)數(shù)據(jù)庫中獲取與所述多媒體文件搜索信息匹配的多媒體文件資源；

發(fā)送單元，用于向所述電子設(shè)備發(fā)送所述多媒體文件資源。

7.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述自身網(wǎng)站具有播放版權(quán)的多媒體文件資源包括用戶上傳的多媒體文件資源，以及已購買播放版權(quán)的多媒體文件資源；

所述對外合作網(wǎng)站的多媒體文件資源包括自身網(wǎng)站與外部網(wǎng)站合作的所述外部網(wǎng)站的多媒體文件資源，所述對外合作網(wǎng)站的多媒體文件資源是通過網(wǎng)址鏈接到所述對外合作網(wǎng)站的多媒體文件資源上來實(shí)現(xiàn)的。

8.根據(jù)權(quán)利要求6或7所述的裝置，其特征在于，所述預(yù)處理單元，還用于根據(jù)網(wǎng)頁分析算法從所述各個外部網(wǎng)站過濾與多媒體文件無關(guān)的鏈接，并將與所述多媒體文件相關(guān)聯(lián)的鏈接放入等待抓取的統(tǒng)一資源定位符URL隊(duì)列；獲取至少一個初始抓取URL，根據(jù)預(yù)設(shè)抓取方法從初始抓取URL開始對所述URL隊(duì)列中的URL進(jìn)行分析，選擇要抓取的網(wǎng)頁的URL，直到到達(dá)預(yù)設(shè)條件時停止；將所述被抓取的URL對應(yīng)的網(wǎng)頁在系統(tǒng)中存儲。

9.根據(jù)權(quán)利要求8所述的裝置，其特征在于，所述網(wǎng)頁分析算法包括基于網(wǎng)絡(luò)拓?fù)涞姆治鏊惴ā⒒诰W(wǎng)頁內(nèi)容的分析算法、基于用戶訪問的分析算法。

10.根據(jù)權(quán)利要求8或9所述的裝置，其特征在于，所述預(yù)設(shè)抓取方法包括深度優(yōu)先抓取方法、廣度優(yōu)先抓取方法、最佳優(yōu)先抓取方法。