[发明专利]一种网页地址分类方法及装置

说明书

本发明实施例提供了一种网页地址分类方法及装置。该方法应用于电子设备，包括：获得待分类网页地址；确定第一地址组，该地址组包括目标网页地址，该地址为第二地址组中存在于权威数据库的网页地址，第二地址组中包括待分类网页地址对应的网页中的正向链接，权威数据库中具有类型互不相同的权威信息组，每个信息组中具有权威网页地址与权重值的对应关系；基于各信息组中分布的目标网页地址对应的权重值、其在第一地址组中出现的次数及得分计算公式，确定各信息组与待分类网页地址的匹配得分；将得分最高的信息组的类型确定为待分类网页地址的类型。可见，本方案可以对网页地址的类型进行科学地识别。

技术领域

本发明涉及网络通信技术领域，特别是涉及一种网页地址分类方法及装置。

背景技术

随着网络通信技术的迅速发展，互联网中的网页数目异常庞大。容易理解的是，按照不同的分类依据，这些网页对应的网页地址会被分成不同的类型。具体地，在一种分类方式中，这些网页地址被分为新闻类的、体育类的、购物类的等；在另一种分类方式中，这些网页地址被分为与工作相关的或者与工作无关的。

对于现有技术而言，当对网页地址进行分类时，一般需要依赖于对样本网页地址的挑选和字典的生成。一般而言，当该网页地址对应的网页中的内容较少时，依靠上述分类方法根本无法得出该网页地址的明确分类。因此，如何对网页地址的分类进行科学地识别对于本领域技术人员而言是一个亟待解决的问题。

发明内容

本发明实施例的目的在于提供一种网页地址分类方法及装置，以对网页地址的分类进行科学地识别。

本发明实施例提供了一种网页地址分类方法，应用于电子设备中，所述方法包括：

获得待分类网页地址；

确定第一地址组，所述第一地址组中包括目标网页地址，所述目标网页地址为第二地址组中的、存在于权威数据库中的网页地址，所述第二地址组中包括所述待分类网页地址对应的网页中的各正向链接，所述权威数据库中存储有类型互不相同的多个权威信息组，每个权威信息组中存储有权威网页地址与权重值之间的对应关系；

基于各权威信息组中所分布的每个目标网页地址对应的权重值、该目标网页地址在所述第一地址组中出现的次数，以及预设的匹配得分计算公式，确定各权威信息组与所述待分类网页地址的匹配得分；

将与所述待分类网页地址的匹配得分最高的权威信息组的类型确定为所述待分类网页地址的类型。

本发明实施例提供了一种网页地址分类装置，应用于电子设备中，所述装置包括：

获得模块，用于获得待分类网页地址；

地址组确定模块，用于确定第一地址组，所述第一地址组中包括目标网页地址，所述目标网页地址为第二地址组中的、存在于权威数据库中的网页地址，所述第二地址组中包括所述待分类网页地址对应的网页中的各正向链接，所述权威数据库中存储有类型互不相同的多个权威信息组，每个权威信息组中存储有权威网页地址与权重值之间的对应关系；

匹配得分确定模块，用于基于各权威信息组中所分布的每个目标网页地址对应的权重值、该目标网页地址在所述第一地址组中出现的次数，以及预设的匹配得分计算公式，确定各权威信息组与所述待分类网页地址的匹配得分；

分类模块，用于将与所述待分类网页地址的匹配得分最高的权威信息组的类型确定为所述待分类网页地址的类型。