[發明專利]數據處理方法和裝置、用于數據處理的裝置

在審

• 申請號: 201810394877.1
• 申請日: 2018-04-27
• 公開（公告）號: CN110413866A
• 公開（公告）日: 2019-11-05
• 發明（設計）人: 何筱妍
• 申請（專利權）人: 北京搜狗科技發展有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/958
• 代理公司: 北京潤澤恒知識產權代理有限公司 11319
• 代理人: 莎日娜

1.一種數據處理方法，其特征在于，所述方法包括：

確定待檢測頁面的頁面內容；

依據所述頁面內容，對所述待檢測頁面進行檢測，以得到第一檢測結果頁面；

依據所述第一檢測結果頁面的屬性信息，對所述第一檢測結果頁面進行過濾，以得到第二檢測結果頁面。

2.根據權利要求1所述的方法，其特征在于，所述屬性信息包括：頁面地址、客戶標識和匹配關鍵詞中的至少一種。

3.根據權利要求1所述的方法，其特征在于，所述對所述第一檢測結果頁面進行過濾，包括：

依據基于所述屬性信息得到的第一過濾特征，對所述第一檢測結果頁面進行第一過濾，以得到第一過濾結果；

依據基于所述屬性信息得到的第二過濾特征，對所述第一過濾結果進行第二過濾，以得到第二檢測結果頁面；

其中，所述第一過濾特征包括：頁面地址和客戶標識，所述第二過濾特征包括：客戶標識和匹配關鍵詞；或者

所述第一過濾特征包括：客戶標識和匹配關鍵詞，所述第二過濾特征包括：頁面地址和客戶標識。

4.根據權利要求1至3中任一所述的方法，其特征在于，所述頁面內容包括：對所述待檢測頁面中圖片進行識別得到的文本內容。

5.根據權利要求4所述的方法，其特征在于，所述確定待檢測頁面的頁面內容，包括：

對待檢測頁面進行解析，以得到所述待檢測頁面中的至少一個圖片；

對所述待檢測頁面中的至少一個圖片進行識別，以得到所述至少一個圖片對應的文本內容。

6.根據權利要求1至3中任一所述的方法，其特征在于，所述依據所述頁面內容，對所述待檢測頁面進行檢測，包括：

對所述頁面內容與關鍵詞集合中關鍵詞進行匹配；

若所述頁面內容中存在與所述關鍵詞相匹配的內容，則將所述待檢測頁面作為第一檢測結果頁面。

7.根據權利要求6所述的方法，其特征在于，所述方法還包括：

若所述關鍵詞對應的擴展詞存在于所述第一檢測結果頁面中，則將所述擴展詞添加至所述關鍵詞集合。

8.一種數據處理裝置，其特征在于，所述裝置包括：

頁面內容確定模塊，用于確定待檢測頁面的頁面內容；

檢測模塊，用于依據所述頁面內容，對所述待檢測頁面進行檢測，以得到第一檢測結果頁面；以及

過濾模塊，用于依據所述第一檢測結果頁面的屬性信息，對所述第一檢測結果頁面進行過濾，以得到第二檢測結果頁面。

9.一種用于數據處理的裝置，其特征在于，包括有存儲器，以及一個或者一個以上的程序，其中一個或者一個以上程序存儲于存儲器中，且經配置以由一個或者一個以上處理器執行所述一個或者一個以上程序包含用于進行以下操作的操作指令：

確定待檢測頁面的頁面內容；所述頁面內容包括：對所述待檢測頁面中圖片進行識別得到的文本內容；

依據所述頁面內容，對所述待檢測頁面進行檢測，以得到第一檢測結果頁面；

依據所述第一檢測結果頁面的屬性信息，對所述第一檢測結果頁面進行過濾，以得到第二檢測結果頁面。

10.一種機器可讀介質，其上存儲有下載指令，當由一個或多個處理器執行時，使得裝置執行如權利要求1至7中一個或多個所述的數據處理方法。