[发明专利]网页识别方法、装置、电子设备和介质

权利要求书

1.一种网页识别方法，包括：

获取目标网页的结构数据、所述目标网页和历史网页之间的第一关联关系以及针对所述历史网页的历史图谱数据，其中，所述第一关联关系表征了在第一预设时间段内由所述历史网页跳转至所述目标网页，或者表征了在所述第一预设时间段内由所述目标网页跳转至所述历史网页；

基于所述第一关联关系，将所述目标网页的结构数据关联至所述历史图谱数据中，得到针对所述目标网页和所述历史网页的目标图谱数据；

基于所述目标图谱数据，确定所述目标网页和所述历史网页之间的相似度；以及

基于所述相似度和所述历史网页的类别，确定所述目标网页的类别。

2.根据权利要求1所述的方法，其中：

所述基于所述目标图谱数据，确定所述目标网页和所述历史网页之间的相似度包括：利用图形神经网络处理所述目标图谱数据，得到所述目标网页和所述历史网页之间的相似度；

所述基于所述相似度和所述历史网页的类别，确定所述目标网页的类别包括：利用所述图形神经网络基于所述相似度和所述历史网页的类别，确定所述目标网页的类别。

3. 根据权利要求2所述的方法，其中，所述图形神经网络是通过以下方式得到的：

利用所述图形神经网络基于所述历史图谱数据，得到针对所述历史网页的类别；以及

基于所述历史网页的类别和参考类别，更新所述图形神经网络的网络参数。

4. 根据权利要求3所述的方法，其中，所述历史网页包括多个历史网页；所述历史图谱数据是通过以下方式得到的：

获取所述多个历史网页的结构数据和所述多个历史网页彼此之间的第二关联关系；以及

基于所述历史网页的结构数据和所述第二关联关系，确定所述历史图谱数据。

5.根据权利要求4所述的方法，其中，所述多个历史网页包括第一历史网页和第二历史网页；所述第二关联关系表征了在第二预设时间段内由所述第一历史网页跳转至所述第二历史网页，或者表征了在所述第二预设时间段内由所述第二历史网页跳转至所述第一历史网页。

6.一种网页识别装置，包括：

获取模块，用于获取目标网页的结构数据、所述目标网页和历史网页之间的第一关联关系以及针对所述历史网页的历史图谱数据，其中，所述第一关联关系表征了在第一预设时间段内由所述历史网页跳转至所述目标网页，或者表征了在所述第一预设时间段内由所述目标网页跳转至所述历史网页；

第一确定模块，用于基于所述第一关联关系，将所述目标网页的结构数据关联至所述历史图谱数据中，得到针对所述目标网页和所述历史网页的目标图谱数据；

第二确定模块，用于基于所述目标图谱数据，确定所述目标网页和所述历史网页之间的相似度；以及

第三确定模块，用于基于所述相似度和所述历史网页的类别，确定所述目标网页的类别。

7.根据权利要求6所述的装置，其中：

所述第二确定模块还用于：利用图形神经网络处理所述目标图谱数据，得到所述目标网页和所述历史网页之间的相似度；

所述第三确定模块还用于：利用所述图形神经网络基于所述相似度和所述历史网页的类别，确定所述目标网页的类别。

8. 根据权利要求7所述的装置，其中，所述图形神经网络是通过以下方式得到的：

利用所述图形神经网络基于所述历史图谱数据，得到针对所述历史网页的类别；以及

基于所述历史网页的类别和参考类别，更新所述图形神经网络的网络参数。

9. 根据权利要求8所述的装置，其中，所述历史网页包括多个历史网页；所述历史图谱数据是通过以下方式得到的：

获取所述多个历史网页的结构数据和所述多个历史网页彼此之间的第二关联关系；以及

基于所述历史网页的结构数据和所述第二关联关系，确定所述历史图谱数据。