[發(fā)明專利]信息過濾方法和裝置

有效

• 申請?zhí)枺?/td>: 201611154627.8
• 申請日: 2016-12-14
• 公開（公告）號: CN108228609B
• 公開（公告）日: 2021-03-30
• 發(fā)明（設(shè)計）人: 馬慶麗
• 申請（專利權(quán)）人: 北京國雙科技有限公司
• 主分類號: G06F16/958
• 分類號: G06F16/958;G06F16/957
• 代理公司: 北京康信知識產(chǎn)權(quán)代理有限責(zé)任公司 11240
• 代理人: 韓建偉;張永明

1.一種信息過濾方法，其特征在于，包括：

獲取待展示的網(wǎng)絡(luò)平臺頁面中的內(nèi)容；

利用預(yù)先獲取的特征，對所述網(wǎng)絡(luò)平臺頁面中的內(nèi)容進(jìn)行過濾，得到所述網(wǎng)絡(luò)平臺頁面的主體內(nèi)容，其中，所述特征用于表示所述網(wǎng)絡(luò)平臺頁面中轉(zhuǎn)換信息的特征，所述轉(zhuǎn)換信息用于標(biāo)識由主體內(nèi)容轉(zhuǎn)換為非主體內(nèi)容；

展示過濾得到的所述主體內(nèi)容；

其中，利用預(yù)先獲取的特征，對所述網(wǎng)絡(luò)平臺頁面中的內(nèi)容進(jìn)行過濾，得到所述網(wǎng)絡(luò)平臺頁面的主體內(nèi)容包括：

對所述網(wǎng)絡(luò)平臺頁面進(jìn)行深度優(yōu)先搜索；

在搜索到所述特征的情況下，獲取從搜索的起始點(diǎn)到搜索到所述特征的特征點(diǎn)之間的內(nèi)容確定為所述網(wǎng)絡(luò)平臺頁面的主體內(nèi)容，過濾掉所述特征點(diǎn)之后的內(nèi)容，

其中，所述轉(zhuǎn)換信息包括所述主體內(nèi)容的結(jié)束信息，或所述非主體內(nèi)容的開始信息；

其中，對所述網(wǎng)絡(luò)平臺頁面進(jìn)行深度優(yōu)先搜索包括：

解析所述網(wǎng)絡(luò)平臺頁面，得到所述網(wǎng)絡(luò)平臺頁面的頁面結(jié)點(diǎn)樹，其中，所述頁面節(jié)點(diǎn)樹是根據(jù)深度優(yōu)先搜索進(jìn)行網(wǎng)絡(luò)平臺頁面分析時確定的樹結(jié)構(gòu)文本；

從所述頁面結(jié)點(diǎn)樹的根節(jié)點(diǎn)開始，對所述頁面結(jié)點(diǎn)樹中的各個結(jié)點(diǎn)進(jìn)行深度優(yōu)先搜索。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，其中，所述起始點(diǎn)為所述頁面節(jié)點(diǎn)樹的根結(jié)點(diǎn)，其中，獲取從搜索的起始點(diǎn)到搜索到所述特征的特征點(diǎn)之間的內(nèi)容確定為所述網(wǎng)絡(luò)平臺頁面的主體內(nèi)容，過濾掉所述特征點(diǎn)之后的內(nèi)容包括：

在執(zhí)行所述深度優(yōu)先搜索的過程中，若未搜索到所述特征，則將搜索過的結(jié)點(diǎn)對應(yīng)的內(nèi)容追加入主體內(nèi)容中；

若搜索到所述特征，記錄搜索到所述特征的特征點(diǎn)，停止追加所述主體內(nèi)容，并將所述頁面結(jié)點(diǎn)樹中未搜索過的結(jié)點(diǎn)對應(yīng)的內(nèi)容過濾掉。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，在對所述網(wǎng)絡(luò)平臺頁面中的內(nèi)容進(jìn)行過濾之前，所述方法還包括：

獲取多個網(wǎng)絡(luò)平臺頁面；

從所述多個網(wǎng)絡(luò)平臺頁面中提取轉(zhuǎn)換信息，其中，所述轉(zhuǎn)換信息用于標(biāo)識由主體內(nèi)容轉(zhuǎn)換為非主體內(nèi)容；

基于提取到的轉(zhuǎn)換信息，生成所述特征。

4.一種信息過濾裝置，其特征在于，包括：

獲取單元，用于獲取待展示的網(wǎng)絡(luò)平臺頁面中的內(nèi)容；

過濾單元，用于利用預(yù)先獲取的特征，對所述網(wǎng)絡(luò)平臺頁面中的內(nèi)容進(jìn)行過濾，得到所述網(wǎng)絡(luò)平臺頁面的主體內(nèi)容，其中，所述特征用于表示所述網(wǎng)絡(luò)平臺頁面中轉(zhuǎn)換信息的特征，所述轉(zhuǎn)換信息用于標(biāo)識由主體內(nèi)容轉(zhuǎn)換為非主體內(nèi)容；

展示單元，用于展示過濾得到的所述主體內(nèi)容；

其中，過濾單元包括：

搜索模塊，用于對所述網(wǎng)絡(luò)平臺頁面進(jìn)行深度優(yōu)先搜索；

確定模塊，用于在搜索到所述特征的情況下，獲取從搜索的起始點(diǎn)到搜索到所述特征的特征點(diǎn)之間的內(nèi)容確定為所述網(wǎng)絡(luò)平臺頁面的主體內(nèi)容，過濾掉所述特征點(diǎn)之后的內(nèi)容，

其中，所述轉(zhuǎn)換信息包括所述主體內(nèi)容的結(jié)束信息，或所述非主體內(nèi)容的開始信息；

其中，所述搜索模塊包括：

解析模塊，用于解析所述網(wǎng)絡(luò)平臺頁面，得到所述網(wǎng)絡(luò)平臺頁面的頁面結(jié)點(diǎn)樹，其中，所述頁面節(jié)點(diǎn)樹是根據(jù)深度優(yōu)先搜索進(jìn)行網(wǎng)絡(luò)平臺頁面分析時確定的樹結(jié)構(gòu)文本；

第一搜索子模塊，用于從所述頁面結(jié)點(diǎn)樹的根節(jié)點(diǎn)開始，對所述頁面結(jié)點(diǎn)樹中的各個結(jié)點(diǎn)進(jìn)行深度優(yōu)先搜索。

5.根據(jù)權(quán)利要求4所述的裝置，其特征在于，其中，所述起始點(diǎn)為所述頁面節(jié)點(diǎn)樹的根結(jié)點(diǎn)，其中，確定模塊包括：

追加模塊，用于在執(zhí)行所述深度優(yōu)先搜索的過程中，若未搜索到所述特征，則將搜索過的結(jié)點(diǎn)對應(yīng)的內(nèi)容追加入主體內(nèi)容中；

第一過濾模塊，用于若搜索到所述特征，記錄搜索到所述特征的特征點(diǎn)，停止追加所述主體內(nèi)容，并將所述頁面結(jié)點(diǎn)樹中未搜索過的結(jié)點(diǎn)對應(yīng)的內(nèi)容過濾掉。

6.根據(jù)權(quán)利要求4所述的裝置，其特征在于，在過濾單元過濾之前，所述裝置還包括：

獲取模塊，用于獲取多個網(wǎng)絡(luò)平臺頁面；

提取模塊，用于從所述多個網(wǎng)絡(luò)平臺頁面中提取轉(zhuǎn)換信息，其中，所述轉(zhuǎn)換信息用于標(biāo)識由主體內(nèi)容轉(zhuǎn)換為非主體內(nèi)容；

生成模塊，用于基于提取到的轉(zhuǎn)換信息，生成所述特征。