[发明专利]网页识别方法及网页识别装置

权利要求书

1.一种网页识别方法，其特征在于，包括：

根据预定词汇数据库，获取网页标题中的预定词汇，所述预定词汇数据库包括所述预定词汇以及与所述预定词汇对应的加权值；

根据所述预定词汇数据库中的预定词汇的加权值，生成所述网页标题的第一识别值；以及

根据预设的第一阈值和所述网页标题的第一识别值，对所述网页标题的所属网页进行预定网页的识别；

如所述网页标题的所属网页为所述预定网页，则根据预定网页计算模型的第二阈值，对所述网页标题中的预定词汇的加权值进行修正，使修正后的所述预定网页的第二识别值大于等于所述预定网页计算模型的第二阈值；

如所述网页标题的所属网页不是所述预定网页，则使用所述预定网页计算模型对所述网页标题的所属网页的网页内容进行识别，以使得预定网页计算模型根据网页的网页标题和网页内容，识别所有类型的预定网页。

2.根据权利要求1所述的网页识别方法，其特征在于，所述生成所述网页标题的第一识别值的步骤包括：

通过所述网页标题中所有预定词汇的加权值之和，生成所述网页标题的第一识别值。

3.根据权利要求1所述的网页识别方法，其特征在于，所述对所述网页标题的所属网页进行预定网页的识别的步骤包括：

如所述网页标题的第一识别值大于等于所述预设的第一阈值，则确定所述网页标题的所属网页是预定网页；以及

如所述网页标题的第一识别值小于所述预设的第一阈值，则确定所述网页标题的所属网页不是预定网页。

4.一种网页识别装置，其特征在于，包括：

词汇获取模块，用于根据预定词汇数据库，获取网页标题中的预定词汇，所述预定词汇数据库包括预定词汇以及与所述预定词汇对应的加权值；

识别值生成模块，用于根据所述预定词汇数据库中的预定词汇的加权值，生成所述网页标题的第一识别值；

预定网页确定模块，用于根据预设的第一阈值和所述网页标题的第一识别值，对所述网页标题的所属网页进行预定网页的识别；

修正模块，用于如所述网页标题的所属网页为所述预定网页，则根据预定网页计算模型的第二阈值，对所述网页标题中的预定词汇的加权值进行修正，使修正后的所述预定网页的第二识别值大于等于所述预定网页计算模型的第二阈值；如所述网页标题的所属网页不是所述预定网页，则使用所述预定网页计算模型对所述网页标题的所属网页的网页内容进行识别，以使得预定网页计算模型根据网页的网页标题和网页内容，识别所有类型的预定网页。

5.根据权利要求4所述的网页识别装置，其特征在于，所述识别值生成模块通过所述网页标题中所有预定词汇的加权值之和，生成所述网页标题的第一识别值。

6.根据权利要求4所述的网页识别装置，其特征在于，

如所述网页标题的第一识别值大于等于所述预设的第一阈值，则所述预定网页确定模块确定所述网页标题的所属网页是预定网页；以及

如所述网页标题的第一识别值小于所述预设的第一阈值，则所述预定网页确定模块确定所述网页标题的所属网页不是预定网页。

7.一种存储介质，其内存储有处理器可执行指令，所述指令由一个或一个以上处理器加载，以执行如权利要求1至3中任一项所述的网页识别方法。