[發(fā)明專利]一種網(wǎng)頁地址分類方法及裝置

有效

• 申請?zhí)枺?/td>: 201611199522.4
• 申請日: 2016-12-22
• 公開（公告）號: CN106874340B
• 公開（公告）日: 2020-12-18
• 發(fā)明（設(shè)計）人: 張驚申;魯廣平
• 申請（專利權(quán)）人: 新華三技術(shù)有限公司
• 主分類號: G06F16/958
• 分類號: G06F16/958
• 代理公司: 北京柏杉松知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11413
• 代理人: 項京;馬敬

本發(fā)明實施例提供了一種網(wǎng)頁地址分類方法及裝置。該方法應(yīng)用于電子設(shè)備，包括：獲得待分類網(wǎng)頁地址；確定第一地址組，該地址組包括目標(biāo)網(wǎng)頁地址，該地址為第二地址組中存在于權(quán)威數(shù)據(jù)庫的網(wǎng)頁地址，第二地址組中包括待分類網(wǎng)頁地址對應(yīng)的網(wǎng)頁中的正向鏈接，權(quán)威數(shù)據(jù)庫中具有類型互不相同的權(quán)威信息組，每個信息組中具有權(quán)威網(wǎng)頁地址與權(quán)重值的對應(yīng)關(guān)系；基于各信息組中分布的目標(biāo)網(wǎng)頁地址對應(yīng)的權(quán)重值、其在第一地址組中出現(xiàn)的次數(shù)及得分計算公式，確定各信息組與待分類網(wǎng)頁地址的匹配得分；將得分最高的信息組的類型確定為待分類網(wǎng)頁地址的類型。可見，本方案可以對網(wǎng)頁地址的類型進行科學(xué)地識別。

技術(shù)領(lǐng)域

本發(fā)明涉及網(wǎng)絡(luò)通信技術(shù)領(lǐng)域，特別是涉及一種網(wǎng)頁地址分類方法及裝置。

背景技術(shù)

隨著網(wǎng)絡(luò)通信技術(shù)的迅速發(fā)展，互聯(lián)網(wǎng)中的網(wǎng)頁數(shù)目異常龐大。容易理解的是，按照不同的分類依據(jù)，這些網(wǎng)頁對應(yīng)的網(wǎng)頁地址會被分成不同的類型。具體地，在一種分類方式中，這些網(wǎng)頁地址被分為新聞類的、體育類的、購物類的等；在另一種分類方式中，這些網(wǎng)頁地址被分為與工作相關(guān)的或者與工作無關(guān)的。

對于現(xiàn)有技術(shù)而言，當(dāng)對網(wǎng)頁地址進行分類時，一般需要依賴于對樣本網(wǎng)頁地址的挑選和字典的生成。一般而言，當(dāng)該網(wǎng)頁地址對應(yīng)的網(wǎng)頁中的內(nèi)容較少時，依靠上述分類方法根本無法得出該網(wǎng)頁地址的明確分類。因此，如何對網(wǎng)頁地址的分類進行科學(xué)地識別對于本領(lǐng)域技術(shù)人員而言是一個亟待解決的問題。

發(fā)明內(nèi)容

本發(fā)明實施例的目的在于提供一種網(wǎng)頁地址分類方法及裝置，以對網(wǎng)頁地址的分類進行科學(xué)地識別。

本發(fā)明實施例提供了一種網(wǎng)頁地址分類方法，應(yīng)用于電子設(shè)備中，所述方法包括：

獲得待分類網(wǎng)頁地址；

確定第一地址組，所述第一地址組中包括目標(biāo)網(wǎng)頁地址，所述目標(biāo)網(wǎng)頁地址為第二地址組中的、存在于權(quán)威數(shù)據(jù)庫中的網(wǎng)頁地址，所述第二地址組中包括所述待分類網(wǎng)頁地址對應(yīng)的網(wǎng)頁中的各正向鏈接，所述權(quán)威數(shù)據(jù)庫中存儲有類型互不相同的多個權(quán)威信息組，每個權(quán)威信息組中存儲有權(quán)威網(wǎng)頁地址與權(quán)重值之間的對應(yīng)關(guān)系；

基于各權(quán)威信息組中所分布的每個目標(biāo)網(wǎng)頁地址對應(yīng)的權(quán)重值、該目標(biāo)網(wǎng)頁地址在所述第一地址組中出現(xiàn)的次數(shù)，以及預(yù)設(shè)的匹配得分計算公式，確定各權(quán)威信息組與所述待分類網(wǎng)頁地址的匹配得分；

將與所述待分類網(wǎng)頁地址的匹配得分最高的權(quán)威信息組的類型確定為所述待分類網(wǎng)頁地址的類型。

本發(fā)明實施例提供了一種網(wǎng)頁地址分類裝置，應(yīng)用于電子設(shè)備中，所述裝置包括：

獲得模塊，用于獲得待分類網(wǎng)頁地址；

地址組確定模塊，用于確定第一地址組，所述第一地址組中包括目標(biāo)網(wǎng)頁地址，所述目標(biāo)網(wǎng)頁地址為第二地址組中的、存在于權(quán)威數(shù)據(jù)庫中的網(wǎng)頁地址，所述第二地址組中包括所述待分類網(wǎng)頁地址對應(yīng)的網(wǎng)頁中的各正向鏈接，所述權(quán)威數(shù)據(jù)庫中存儲有類型互不相同的多個權(quán)威信息組，每個權(quán)威信息組中存儲有權(quán)威網(wǎng)頁地址與權(quán)重值之間的對應(yīng)關(guān)系；

匹配得分確定模塊，用于基于各權(quán)威信息組中所分布的每個目標(biāo)網(wǎng)頁地址對應(yīng)的權(quán)重值、該目標(biāo)網(wǎng)頁地址在所述第一地址組中出現(xiàn)的次數(shù)，以及預(yù)設(shè)的匹配得分計算公式，確定各權(quán)威信息組與所述待分類網(wǎng)頁地址的匹配得分；

分類模塊，用于將與所述待分類網(wǎng)頁地址的匹配得分最高的權(quán)威信息組的類型確定為所述待分類網(wǎng)頁地址的類型。