[发明专利]对网页进行分类和组织相应内容的方法

权利要求书

1.用于对网页进行分类和组织相应内容的方法，包括：

记录预先确定数量的因特网地址的步骤，其包括执行对于所述多个因特网地址的多 个自动记录进程，

对所述多个因特网地址选择和设置对应的相关度值的步骤，

其特征在于：

所述选择步骤将所述对应的相关度值设置为与其在所述记录步骤中的记录成比例的 相关度值，并选择具有比预先确定的阈值大的相关度值的因特网地址，

所述方法进一步包括：

缩减步骤，其从所述具有比所述阈值大的相关度值的因特网地址中，将因特网地址 缩减为符合一个或多个必要性标准的因特网地址，以及

验证步骤，其用于验证符合必要性标准的所述因特网地址的子组，所述验证步骤还 包括人工行为。

2.根据权利要求1所述的分类方法，其特征在于：还包括配置步骤，该步骤用于定 义多个主题域和定义与所述主题域相关联的多个域关键词。

3.根据权利要求2所述的分类方法，其特征在于：所述配置步骤包括为每个所述主 题域定义多个引理。

4.根据权利要求3所述的分类方法，其特征在于：所述配置步骤包括将所述引理中 的一个与一个或者更多所述主题域相关联。

5.根据权利要求4所述的分类方法，其特征在于：所述配置步骤包括定义主要语言， 用于定义所述主题域，所述引理及所述域关键词。

6.根据权利要求5所述的分类方法，其特征在于：所述配置步骤包括设置所述预先 确定数量的因特网地址。

7.根据权利要求6所述的分类方法，其特征在于：所述记录步骤包括将所述引理与 所述网页关联的步骤。

8.根据权利要求7所述的分类方法，其特征在于：所述关联步骤包括在所述网页中 识别所述引理。

9.根据权利要求8所述的分类方法，其特征在于：所述记录步骤包括参考所述引理， 在第一信息层中存储所述因特网地址。

10.根据权利要求9所述的分类方法，其特征在于：所述记录步骤包括在所述第一 信息层中存储所述网页的副本。

11.根据权利要求10所述的分类方法，其特征在于：所述必要性标准包括消除不包 含所述被许可语言的字母集的多个网页。

12.根据权利要求11所述的分类方法，其特征在于：所述必要性标准包括消除来自 于同一域名下的多个网页。

13.根据权利要求12所述的分类方法，其特征在于：所述缩减步骤包括执行多个选 择查询。

14.根据权利要求13所述的分类方法，其特征在于：所述验证步骤包括执行验证接 口。

15.根据权利要求14所述的分类方法，其特征在于：所述验证接口列出被所述缩减 步骤所缩减的所述因特网地址。

16.根据权利要求15所述的分类方法，其特征在于：所述记录步骤包括执行至少一 个爬虫进程。

17.根据权利要求16所述的分类方法，其特征在于：所述记录步骤包括执行至少一 个元搜索引擎功能。

18.用于执行识别脚本或程序以识别符合搜索标准的多个因特网地址的方法，其特 征在于：将所述多个因特网地址依据前述权利要求的其中一个权利要求的分类方法进行 分类，所述因特网地址具有比预先确定的阈值大的相关度值。