[發明專利]網址的分類方法、裝置、計算機設備和存儲介質

在審

• 申請號: 202011155971.5
• 申請日: 2020-10-26
• 公開（公告）號: CN112231481A
• 公開（公告）日: 2021-01-15
• 發明（設計）人: 鄒安寧
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F16/33;G06F16/955
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 李文淵

本申請涉及一種網址的分類方法、裝置、計算機設備和存儲介質。所述方法包括：獲取待分類網址，對待分類網址進行字段切分后得到對應第一節點關系的目標字段；獲取目標聚類結構樹；按第一節點關系將各個目標字段與目標聚類結構樹中的各個節點進行逐層匹配；當各個目標字段與目標路徑中的各個節點相匹配時，根據目標路徑確定待分類網址的網址類別；目標路徑為目標聚類結構樹中從根節點到葉子節點的路徑。上述方案能夠直接基于目標聚類結構樹來實現并行計算，以對待分類網址進行分類，快速輸出待分類網址的網址分類結果，有效保證網址分類的效率。

技術領域

本申請涉及網絡技術領域，特別是涉及一種網址的分類方法、裝置、計算機設備和存儲介質。

背景技術

為了不斷優化Web(World Wide Web，全球廣域網，也稱萬維網)應用的速度和體驗，一般會對用戶的HTTP(Hyper Text Transfer Protocol，超文本傳輸協議)請求等進行收集和分析，從而更好地確定應用中存在的短板，進而有針對性地進行優化。

基于此，需要對URL(Uniform Resource Locator，統一資源定位器)等網址進行分類。傳統技術中通過K-means算法(k均值聚類算法)等來實現網址的聚類。一般將網址轉換為矩陣以進行相似度計算，根據相似度實現網址的聚類。

但是，如果網址數量巨大，傳統技術在轉換過程，會造成較大的性能損耗，導致網址分類效率低下。

需要說明的是，在上述背景技術部分公開的信息僅用于加強對本發明的背景的理解，因此可以包括不構成對本領域普通技術人員已知的現有技術的信息。

發明內容

基于此，有必要針對上述技術問題，提供一種能夠提高網址分類效率的網址的分類方法、裝置、計算機設備和存儲介質。

一種網址的分類方法，所述方法包括：

獲取待分類網址，對所述待分類網址進行字段切分后得到對應第一節點關系的目標字段；

獲取目標聚類結構樹；所述目標聚類結構樹為將樣本結構樹中節點數量滿足條件的第一目標層級的節點合并后得到，所述樣本結構樹為根據樣本網址對應的字段構建的結構樹；

按所述第一節點關系將各個所述目標字段與所述目標聚類結構樹中的各個節點進行逐層匹配；

當各個所述目標字段與目標路徑中的各個節點相匹配時，根據所述目標路徑確定所述待分類網址的網址類別；所述目標路徑為所述目標聚類結構樹中從根節點到葉子節點的路徑。

一種網址的分類裝置，所述裝置包括：

待分類網址獲取模塊，用于獲取待分類網址，對所述待分類網址進行字段切分后得到對應第一節點關系的目標字段；

結構樹獲取模塊，用于獲取目標聚類結構樹；所述目標聚類結構樹為將樣本結構樹中節點數量滿足條件的第一目標層級的節點合并后得到，所述樣本結構樹為根據樣本網址對應的字段構建的結構樹；

逐層匹配模塊，用于按所述第一節點關系將各個所述目標字段與所述目標聚類結構樹中的各個節點進行逐層匹配；

網址類別確定模塊，用于當各個所述目標字段與目標路徑中的各個節點相匹配時，根據所述目標路徑確定所述待分類網址的網址類別；所述目標路徑為所述目標聚類結構樹中從根節點到葉子節點的路徑。

一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，所述處理器執行所述計算機程序時實現以下步驟：

獲取待分類網址，對所述待分類網址進行字段切分后得到對應第一節點關系的目標字段；