[发明专利]一种互联网内容标签的管理方法及装置

说明书

本发明公开了一种互联网内容标签的管理方法，包括创建内容标签库，所述方法还包括：获取不同网站对应的第一内容标签树，分别确定各个第一内容标签树所属类别的类别标签；基于所述类别标签将所述第一内容标签树的内容标签与所述内容标签库中的内容标签按预设的匹配规则进行匹配，并依据匹配结果更新所述内容标签库。本发明还公开了一种互联网内容标签的管理装置。

技术领域

本发明涉及互联网技术领域，尤其涉及一种互联网内容标签的管理方法及装置。

背景技术

随着互联网的迅速发展，越来越多的内容提供商不断的涌现，每个领域都有不同的内容提供商参与，而每个内容提供商都有着自己特定的内容标签体系，各个内容标签各不相同，但是部分标签相同或者具有较大的相似性。对于需要基于用户访问互联网内容和行为的用户画像构建，以及基于客户的个性化精准内容推送场景而言，迫切需要一套统一的、完整的互联网内容标签体系，能够为基于用户访问或者基于用户行为的个性化内容推送等提供便捷性和灵活性。目前，尚不存在将不同内容标签体系合并的方案。

发明内容

有鉴于此，本发明实施例期望提供一种互联网内容标签的管理及装置，能够形成统一的互联网内容标签体系，为基于用户访问或者基于用户行为的个性化内容推送等提供便捷性和灵活性。

为达到上述目的，本发明实施例的技术方案是这样实现的：

本发明实施例提供了一种互联网内容标签的管理方法，包括：创建内容标签库，所述方法还包括：

获取不同网站对应的第一内容标签树，分别确定各个第一内容标签树所属类别的类别标签；

基于所述类别标签将所述第一内容标签树的内容标签与所述内容标签库中的内容标签按预设的匹配规则进行匹配，并依据匹配结果更新所述内容标签库。

上述方案中，所述获取不同网站对应的第一内容标签树包括：

获取不同网站对应的网站域名，以及所述网站域名下的至少一个统一资源定位符URL，基于所述网站域名及所述URL，利用各个网站的内容标签规则确定不同网站对应的第一内容标签树。

上述方案中，所述分别确定各个第一内容标签树所属类别的类别标签包括：

分别读取各个第一内容标签树对应的网站的网站域名，依据所述网站域名及预设的网站域名分类库确定各个第一内容标签树所属类别的类别标签。

上述方案中，所述基于所述类别标签将所述第一内容标签树的内容标签与所述内容标签库中的内容标签按预设的匹配规则进行匹配包括：

获取所述内容标签库中根节点内容标签与所述类别标签相同的第二内容标签树，结合语义分析，按照从左到右或从顶向下的顺序将所述第一内容标签树的内容标签分别与所述第二内容标签树中各个层级的内容标签逐级进行匹配。

上述方案中，所述依据匹配结果更新所述内容标签库包括：

确定所述第二内容标签树中不存在与所述内容标签相同或相似的内容标签，则在所述第二内容标签树的相应层级上增加所述内容标签；

确定所述第二内容标签树中存在与所述内容标签相似的内容标签，则更新与所述内容标签相似的内容标签的名称；其中，与所述内容标签相似的内容标签为名称与所述内容标签不同，但对应的父标签及子标签均相同的内容标签。

上述方案中，所述依据匹配结果更新所述内容标签库之后，所述方法还包括：

从所述第二内容标签树中与所述第一内容标签树的根节点内容标签相同的内容标签开始，按照从左到右或从顶向下的顺序将所述第二内容标签树中的内容标签与所述第一内容标签树中相应层级的内容标签进行匹配，若所述第二内容标签树中的内容标签在所述第一内容标签树相应层级的内容标签中不存在，则删除所述第二内容标签树中的内容标签。