[發(fā)明專利]一種處理網(wǎng)站地圖的方法、裝置及設(shè)備在審
| 申請?zhí)枺?/td> | 201510676894.0 | 申請日： | 2015-10-16 |
| 公開（公告）號： | CN105260469A | 公開（公告）日： | 2016-01-20 |
| 發(fā)明（設(shè)計）人： | 梁捷;梁卡喆 | 申請（專利權(quán)）人： | 廣州神馬移動信息科技有限公司 |
| 主分類號： | G06F17/30 | 分類號： | G06F17/30 |
| 代理公司： | 北京展翼知識產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 11452 | 代理人： | 屠長存 |
| 地址： | 510627 廣東省廣州市天河區(qū)黃埔大*** | 國省代碼： | 廣東;44 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 一種 處理 網(wǎng)站 地圖 方法 裝置 設(shè)備 | ||
1.一種處理網(wǎng)站地圖的方法，其特征在于，包括：
根據(jù)預(yù)設(shè)信息獲取網(wǎng)站的網(wǎng)站地圖；
獲取網(wǎng)站地圖中頁面的鏈接并進行訪問；
根據(jù)訪問結(jié)果刪除網(wǎng)站地圖中影響搜索收錄的鏈接；
生成新網(wǎng)站地圖。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取網(wǎng)站地圖中頁面的鏈接并進行訪問之后還包括：
對訪問的頁面提取關(guān)鍵詞和正文特征值；
根據(jù)提取的關(guān)鍵詞和正文特征值與預(yù)存的關(guān)鍵詞和正文特征值的比較結(jié)果，刪除網(wǎng)站地圖中影響搜索收錄的鏈接。
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)訪問結(jié)果刪除網(wǎng)站地圖中影響搜索收錄的鏈接包括：
在訪問結(jié)果是出現(xiàn)無法訪問的HTTP404錯誤時，刪除對應(yīng)的鏈接；或，
在訪問結(jié)果是頁面響應(yīng)時間大于或等于設(shè)定閾值時，刪除對應(yīng)的鏈接；或，
在訪問結(jié)果是頁面的標題、關(guān)鍵詞和描述不完整時，刪除對應(yīng)的鏈接；或，
在訪問結(jié)果是頁面的正文內(nèi)容與頁面的標題、關(guān)鍵詞和描述不匹配時，刪除對應(yīng)的鏈接。
4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)提取的關(guān)鍵詞和正文特征值與預(yù)存的關(guān)鍵詞和正文特征值的比較結(jié)果，刪除網(wǎng)站地圖中影響搜索收錄的鏈接包括：
根據(jù)提取的關(guān)鍵詞和正文特征值與預(yù)存的關(guān)鍵詞和正文特征值的比較結(jié)果是一致，判斷為內(nèi)容重復(fù)提交，刪除對應(yīng)的鏈接。
5.根據(jù)權(quán)利要求1至4任一項所述的方法，其特征在于，所述方法還包括：
將生成的新網(wǎng)站地圖提供給搜索引擎訪問。
6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述方法還包括：
記錄所述搜索引擎訪問新網(wǎng)站地圖后進行搜索并收錄的收錄數(shù)據(jù)。
7.一種處理網(wǎng)站地圖的裝置，其特征在于，包括：
獲取模塊，用于根據(jù)預(yù)設(shè)信息獲取網(wǎng)站的網(wǎng)站地圖；
訪問模塊，用于根據(jù)所述獲取模塊獲取的網(wǎng)站地圖，獲取網(wǎng)站地圖中頁面的鏈接并進行訪問；
第一處理模塊，用于根據(jù)所述訪問模塊的訪問結(jié)果刪除網(wǎng)站地圖中影響搜索收錄的鏈接；
生成模塊，用于在所述第一處理模塊進行處理后生成新網(wǎng)站地圖。
8.根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述裝置還包括：
第二處理模塊，用于對訪問的頁面提取關(guān)鍵詞和正文特征值，根據(jù)提取的關(guān)鍵詞和正文特征值與預(yù)存的關(guān)鍵詞和正文特征值的比較結(jié)果，刪除網(wǎng)站地圖中影響搜索收錄的鏈接；
所述生成模塊在所述第一處理模塊和所述第二處理模塊進行處理后，生成新網(wǎng)站地圖。
9.根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述裝置還包括：
輸出模塊，用于將所述生成模塊生成的新網(wǎng)站地圖提供給搜索引擎訪問。
10.根據(jù)權(quán)利要求9所述的裝置，其特征在于，所述裝置還包括：
監(jiān)控模塊，用于記錄所述搜索引擎訪問新網(wǎng)站地圖后進行搜索并收錄的收錄數(shù)據(jù)。
11.根據(jù)權(quán)利要求7至10任一項所述的裝置，其特征在于，所述第一處理模塊包括：
第一刪除單元，用于在訪問結(jié)果是出現(xiàn)無法訪問的HTTP404錯誤時，刪除對應(yīng)的鏈接；或，
第二刪除單元，用于在訪問結(jié)果是頁面響應(yīng)時間大于或等于設(shè)定閾值時，刪除對應(yīng)的鏈接；或，
第三刪除單元，用于在訪問結(jié)果是頁面的標題、關(guān)鍵詞和描述不完整時，刪除對應(yīng)的鏈接；或，
第四刪除單元，用于在訪問結(jié)果是頁面的正文內(nèi)容與頁面的標題、關(guān)鍵詞和描述不匹配時，刪除對應(yīng)的鏈接。
12.一種處理設(shè)備，其特征在于，包括：
存儲器，用于存儲程序，
處理器，用于執(zhí)行所述存儲器存儲的以下程序：
根據(jù)預(yù)設(shè)信息獲取網(wǎng)站的網(wǎng)站地圖；
獲取網(wǎng)站地圖中頁面的鏈接并進行訪問；
根據(jù)訪問結(jié)果刪除網(wǎng)站地圖中影響搜索收錄的鏈接；
生成新網(wǎng)站地圖。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于廣州神馬移動信息科技有限公司，未經(jīng)廣州神馬移動信息科技有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201510676894.0/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 上一篇：一種基于語義的油井功圖計量方法
- 下一篇：圖片處理方法和裝置
