[发明专利]判断网页类型的方法和装置有效
| 申请号： | 200910133695.X | 申请日： | 2009-04-22 |
| 公开（公告）号： | CN101872347A | 公开（公告）日： | 2010-10-27 |
| 发明（设计）人： | 何楠;王主龙;于浩 | 申请（专利权）人： | 富士通株式会社 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06K9/62 |
| 代理公司： | 北京集佳知识产权代理有限公司 11227 | 代理人： | 陈炜;李春晖 |
| 地址： | 日本神*** | 国省代码： | 日本;JP |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 公开了一种判断网页的网页类型的方法和装置。所述方法包括：基于待判断网页的URL，在预先存储的规则列表中进行规则匹配，其中规则列表包括多条用于确定网页类型的规则记录；如果规则匹配成功，则依据成功匹配的规则得到待判断网页的网页类型；如果规则匹配失败，则从待判断网页的URL和/或HTML源代码中提取预定特征，并基于由从提取的预定特征中选择的特征构成的特征向量，使用分类器对待判断网页进行网页类型分类，以得到待判断网页的网页类型。在根据本发明的方案中，能够融合规则识别方案与基于统计学习的识别方案的优点，并且能够实现对包括博客、论坛、新闻等在内的各种网页类型进行判断。 | ||
| 搜索关键词： | 判断 网页 类型 方法 装置 | ||
【主权项】：
一种用于判断网页的网页类型的方法，包括：基于待判断网页的统一资源定位符(URL)，在预先存储的规则列表中执行规则匹配，其中规则列表包括多条用于确定网页类型的规则记录；如果规则匹配成功，则依据成功匹配的规则得到待判断网页的网页类型；以及如果规则匹配失败，则从待判断网页的URL和/或超文本标记语言(HTML)源代码中提取预定特征，并基于由从提取的预定特征中选择的特征构成的特征向量，使用分类器对待判断网页执行网页类型分类，以得到待判断网页的网页类型。
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富士通株式会社，未经富士通株式会社许可，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/200910133695.X/，转载请声明来源钻瓜专利网。
