[发明专利]一种提高网页访问速度的方法及装置

权利要求书

1.一种提高网页访问速度的方法，包括：

读取所保存的历史网页数据，得到页面集合，从该页面集合的页面中抽取词干，将词干切分为词条，得到与页面对应的词条集合；

从所述页面集合的页面中提取该页面中的链接点，得到与页面对应的链接点集合，并提取所述链接点的链接词干，进行词干切分，得到与链接点对应的链接词条集合；

生成所述页面集合中页面对应的词条集合中词条之间的兴趣关联规则，或所述页面集合中页面对应的词条集合与链接词条集合中词条之间的兴趣关联规则，兴趣关联规则的组合构成兴趣关联规则数据库；

根据用户当前访问的页面和所述兴趣关联规则，从该用户当前访问的页面对应的链接点集合中预测出该用户下一步进入的链接点，下载并缓存该链接点的网页数据。

2.如权利要求1所述的方法，其特征在于：

所述词条采用二元组的方式表示，在所述二元组中记录词条及该词条的权重，该权重等于词条的新鲜度乘以该词条出现的频度。

3.如权利要求2所述的方法，其特征在于，所述生成所述页面集合中页面对应的词条集合中词条之间的兴趣关联规则的方法包括：

遍历所述页面集合，对任一已存页面遍历该页面的链接点集合，逐一判断各链接点的目标页面是否属于所述页面集合，如果属于，则遍历所述已存页面和目标页面的词条集合，进行词条组合，计算两个词条的关联支持度，得到词条之间的兴趣关联规则，所述关联支持度等于两个词条的权重之和，当所述词条在多个页面中重复出现时，则相应地在关联支持度中累加两个词条的权重。

4.如权利要求3所述的方法，其特征在于，所述生成所述页面集合中页面对应的词条集合与链接词条集合中词条之间的兴趣关联规则的方法包括：

如果所述目标页面不属于所述页面集合，则遍历已存页面的词条集合及链接词条集合，进行词条组合，计算两个词条的关联支持度，得到词条之间的兴趣关联规则，所述关联支持度等于所述已存页面中词条的权重，当链接词条在多个链接词条集合中出现时，则在所述关联支持度中相应地累加所述已存页面中词条的权重。

5.如权利要求2所述的方法，其特征在于：所述根据用户当前访问的页面和所述兴趣关联规则，从该用户当前访问的页面对应的链接点集合中预测出该用户下一步进入的链接点的方法包括：

在所述兴趣关联规则数据库中查找所述用户当前访问的页面对应的词条集合与链接词条集合中的词条之间的兴趣关联规则，计算转移度，该转移度等于该用户当前访问的页面对应的词条集合中的词条的权重×所查找到的兴趣关联规则中的关联支持度，完成转移度的计算后，对所得到的全部的转移度进行排序，转移度最大的链接点为该用户下一步进入的链接点。

6.如权利要求1至5任一项所述的方法，其特征在于：

所述兴趣关联规则采用三元组的方式表示，在该三元组中记录两个词条及该两个词条的关联支持度。

7.一种提高网页访问速度的装置，包括：依次连接的数据保存模块、数据挖掘模块、网页预测模块和网页下载模块，其中：

所述数据保存模块，用于保存历史网页数据；

所述数据挖掘模块，用于从所述数据保存模块读取历史网页数据，得到页面集合，从该页面集合的页面中抽取词干，将词干切分为词条，得到与页面对应的词条集合，还生成所述页面集合中页面对应的词条集合中词条之间的兴趣关联规则，或所述页面集合中页面对应的词条集合与链接词条集合中词条之间的兴趣关联规则，兴趣关联规则的组合构成兴趣关联规则数据库；

所述网页预测模块，用于根据用户当前访问的页面和从所述数据挖掘模块读取的所述兴趣关联规则，从该用户当前访问的页面对应的链接点集合中预测出该用户下一步进入的链接点，将该链接点发送给所述网页下载模块；

所述网页下载模块，用于根据接收到的所述用户下一步进入的链接点，下载并缓存该链接点的网页数据。

8.如权利要求7所述的装置，其特征在于：

所述词条采用二元组的方式表示，在所述二元组中记录词条及该词条的权重，该权重等于词条的新鲜度乘以该词条出现的频度。