[发明专利]一种URL分类方法及系统在审
| 申请号： | 201810156915.X | 申请日： | 2018-02-24 |
| 公开（公告）号： | CN108334630A | 公开（公告）日： | 2018-07-27 |
| 发明（设计）人： | 黄世纬 | 申请（专利权）人： | 上海康斐信息技术有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 杭州千克知识产权代理有限公司 33246 | 代理人： | 周希良;吴辉辉 |
| 地址： | 200333 上海市普陀*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 分类 分类信息 分类标记 词组 词汇分析 网页内容 信息分类 用户行为 预设 网页 记录 | ||
1.一种URL分类方法，其特征在于，包括步骤：
判断在预设的URL分类库中是否存在待分类URL的分类信息；
当所述URL分类库中不存在所述待分类URL的分类信息时，从所述待分类URL对应的网页中，获取表达网页内容的特征词组；
对所述特征词组进行词汇分析，以生成表达用户行为的分类标记；
根据所述待分类URL以及所述待分类URL对应的分类标记，生成对应的分类信息，并记录在所述URL分类库中。
2.根据权利要求1所述的URL分类方法，其特征在于，所述判断在预设的URL分类库中是否存在待分类URL的分类信息包括：
截取所述待分类URL的特征字符串；
根据所述特征字符串查询所述URL分类库，以判断所述URL分类库中是否存在所述待分类URL的分类信息。
3.根据权利要求2所述的URL分类方法，其特征在于，所述根据所述待分类URL以及所述待分类URL对应的分类标记，生成对应的分类信息包括：
根据所述待分类URL对应的所述特征字符串和所述分类标记，生成对应的分类信息。
4.根据权利要求1所述的URL分类方法，其特征在于，所述从所述待分类URL对应的网页中，获取表达网页内容的特征词组包括：
通过访问所述待分类URL，获取待分类URL对应的网页内容；
确定表达所述网页内容的特征词组。
5.根据权利要求1所述的URL分类方法，其特征在于，所述特征词组至少包括所述待分类URL对应网页的网页标题信息。
6.一种URL分类系统，其特征在于，包括：
判断模块，用于判断在预设的URL分类库中是否存在待分类URL的分类信息；
特征词组获取模块，用于当所述URL分类库中不存在所述待分类URL的分类信息时，从所述待分类URL对应的网页中，获取表达网页内容的特征词组；
分类标记生成模块，用于对所述特征词组进行词汇分析，以生成表达用户行为的分类标记；
分类模块，用于根据所述待分类URL以及所述待分类URL对应的分类标记，生成对应的分类信息，并记录在所述URL分类库中。
7.根据权利要求6所述的URL分类系统，其特征在于，所述判断模块包括：
字符串截取子模块，用于截取所述待分类URL的特征字符串；
判断子模块，用于根据所述特征字符串查询所述URL分类库，以判断所述URL分类库中是否存在所述待分类URL的分类信息。
8.根据权利要求7所述的URL分类系统，其特征在于，所述分类模块包括：
分类信息生成子模块，用于根据所述待分类URL对应的所述特征字符串和所述分类标记，生成对应的分类信息。
9.根据权利要求6所述的URL分类系统，其特征在于，所述特征词组获取模块包括：
URL访问子模块，用于通过访问所述待分类URL，获取待分类URL对应的网页内容；
特征词组确定子模块，用于确定表达所述网页内容的特征词组。
10.根据权利要求6所述的URL分类系统，其特征在于，所述特征词组至少包括所述待分类URL对应网页的网页标题信息。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海康斐信息技术有限公司，未经上海康斐信息技术有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201810156915.X/1.html，转载请声明来源钻瓜专利网。
