[发明专利]一种网页评级方法和网页评级系统

权利要求书

1.一种网页评级方法，用于对网页内容进行评级，其特征在于，包括：

评分步骤，包括：

读取至少一个关键词；

爬取包含读取的该至少一个关键词的至少一个网页；

对于爬取的每一网页：

基于预先设置的评级模型来计算该网页的评分；

在判定评级表中不包含该网页时，将该网页的地址及评分写入评级表中；

排序步骤，包括：

基于评分定期对评级表中的网页进行排序，并输出排序结果。

2.根据权利要求1所述的网页评级方法，其特征在于，对于爬取的每一网页，在算得其评分之后，所述评分步骤进一步包括，在判定评级表中包含该网页时，基于算得的评分对评级表中该网页的评分进行更新。

3.根据权利要求2所述的网站评级方法，其特征在于，在对评级表中的网页进行排序之后，所述排序步骤还包括，基于评分对排序后的网页进行归类。

4.根据权利要求3所述的网页评级方法，其特征在于，所述评级模型是基于所述至少一个关键词的关键词数量、针对每一关键词预先设置的权重以及所述至少一个关键词在待评网页中的出现总次数来构建的。

5.根据权利要求4所述的网页评级方法，其特征在于，所述评级模型为：

score(x)=coord(q)×queryNorm(q)×Σi=1q(frequency(i)×unfrequency(i)2×]]>

weight(i)×norm(i)]]>

)]]>

其中：

queryNorm(q)=1weight(q)2×Σi=1q(unfrequency(i)×weight(i))2]]>

unfrequency(i)=1+lognumpagefrequency(i)+1]]>

norm(i)=weight(x)×lengNorm(f)×Πf=1dweight(f)]]>

lengthNorm(f)=1numofterm(f)]]>

其中，q为评分步骤中读取的关键词的数量，x为爬取的至少一个网页中的一个网页x，score(x)为网页x的评分，coord(q)为q个关键词中在网页x中出现的关键词的数量，frequency(i)为q个关键词中第i个关键词在网页x中的出现次数；numpage为爬取的网页的数量，weight(q)为q个关键词组合后的权重，weight(x)为网页x在爬取的网页中的权重，weight(f)为网页x的第f个部分在网页x中的权重，其中，网页x共包含d个部分，numofterm(f)为第i个关键词在网页x中的第f个部分中出现的次数。