[发明专利]一种网页去重的方法及系统无效
| 申请号： | 200710123052.8 | 申请日： | 2007-06-22 |
| 公开（公告）号： | CN101102316A | 公开（公告）日： | 2008-01-09 |
| 发明（设计）人： | 文勖 | 申请（专利权）人： | 腾讯科技（深圳）有限公司 |
| 主分类号： | H04L29/06 | 分类号： | H04L29/06;G06F17/21;G06F17/30 |
| 代理公司： | 北京集佳知识产权代理有限公司 | 代理人： | 逯长明 |
| 地址： | 518044广东省深圳市*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种网页去重的方法，包括：在备选网页中选取预设数量的词语；在网页集合中选取含有上述词语数量最多的网页作为基准网页；如所述基准网页中包含上述词语的数量大于设定阈值，则将所述备选网页作为重复网页进行处理。同时，本发明还提供一种网页去重系统。本发明可有效提高网页去重的准确率，减少网页去重的误判率。 | ||
| 搜索关键词： | 一种 网页 方法 系统 | ||
【主权项】：
1、一种网页去重的方法，其特征在于，包括：在备选网页中选取预设数量的词语；在网页集合中选取含有上述词语数量最多的网页作为基准网页；如所述基准网页中包含上述词语的数量大于设定阈值，则将所述备选网页作为重复网页进行处理。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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腾讯科技（深圳）有限公司，未经腾讯科技（深圳）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/patent/200710123052.8/，转载请声明来源钻瓜专利网。
