[发明专利]一种完善社区网络的方法和系统

权利要求书

1.一种完善社区网络的方法，其特征在于，包括：

获得网络链接信息；

通过如所述网页链接信息，获得与所述网页链接信息相对应的网页，所述网页包括访问过所述网页链接的用户设置的标签信息；

获得用来表征所述网页特征的至少一个关键词，所述至少一个关键词中的至少一个第一关键词与所述标签信息对应；

将所述至少一个关键词与基准关键词进行相似度分析，得到所述网页的特征信息，所述基准关键词为所述社区网络中已经有的基准网页对应的关键词；

将所述至少一个关键词与所述基准关键词进行语义相似度分析，得到所述网页的语义相似度值；

基于所述特征信息和所述语义相似度值，获得所述网页与所述基准网页的第二网页相似度值；

当所述第二网页相似度值满足一定条件时，将所述网页加入到所述社区网络中。

2.如权利要求1所述的方法，其特征在于，所述网页还包括有网页内容；所述至少一个关键词还包括有至少一个第二关键词，所述至少一个第二关键词与所述网页内容对应。

3.如权利要求1或2所述的方法，其特征在于，所述基于所述特征信息和所述语义相似度值，获得所述网页与所述基准网页的第二网页相似度值，具体包括：

将所述语义相似度值引入到所述特征信息中，对所述特征信息进行一个补充，得到第一网页相似度值；

对所述第一网页相似度值进行聚类分析，得到所述第二网页相似度值。

4.如权利要求2所述的方法，其特征在于，所述至少一个第二关键词通过如下步骤获得：

搜集所述网页中的关键词信息，得到至少一个第三关键词；

对所述至少一个第三关键词进行过滤处理，得到至少一个第四关键词；

利用所述至少一个第四关键词，通过统计方法，对所述网页特征进行分析，得到所述至少一个第二关键词。

5.一种完善社区网络的系统，其特征在于，包括：

信息采集模块：用于获得网络链路信息，然后通过如所述网页链接信息，获得与所述网页链接信息相对应的网页，所述网页包括访问过所述网页链接的用户设置的标签信息；

关键词提取模块：用于获得用来表征所述网页特征的至少一个关键词，所述至少一个关键词中的至少一个第一关键词与所述标签信息对应；

网页特征信息获取模块：用于将所述至少一个关键词与基准关键词进行相似度分析，得到所述网页的特征信息，所述基准关键词为所述社区网络中已经有的基准网页对应的关键词；

语义相似度获取模块：将所述至少一个关键词与所述基准关键词进行语义相似度分析，得到所述网页的语义相似度值；

相似度分析模块：用于基于所述特征信息和所述语义相似度值，获得所述网页与所述基准网页的第二网页相似度值；

筛选模块：用于当所述第二网页相似度值满足一定条件时，将所述网页加入到所述社区网络中。

6.如权利要求5所述的系统，其特征在于，所述相似度分析模块，具体包括：

第一网页相似度获取模块：用于将所述语义相似度值引入到所述特征信息中，对所述特征信息进行一个补充，得到第一网页相似度值；

第二网页相似度获取模块：用于对所述第一网页相似度进行聚类分析，得到所述第二网页相似度值。

7.一种网页相似度计算方法，其特征在于，包括：

提取用来表征网页特征的至少一个关键词，所述至少一个关键词中的至少一个第一关键词与所述网页的标签信息对应；

将所述至少一个关键词与基准关键词进行相似度分析，得到所述网页的特征信息，所述基准关键词为所述网络社区中将要与所述网页进行相似度比较的已经提取好关键词的基准网页对应的关键词；

将所述至少一个关键词与所述基准关键词进行语义相似度分析，得到所述网页的语义相似度值；

基于所述特征信息和所述语义相似度值，获得所述网页与所述基准网页的第二网页相似度值。

8.如权利要求7所述的方法，其特征在于，所述至少一个关键词还包括有至少一个第二关键词，所述至少一个第二关键词与所述网页内容对应。