[发明专利]网页自动分类方法和系统无效
| 申请号： | 201010022549.2 | 申请日： | 2010-01-08 |
| 公开（公告）号： | CN101814083A | 公开（公告）日： | 2010-08-25 |
| 发明（设计）人： | 魏亮;丁力;韩雪岭;郭为;张薇 | 申请（专利权）人： | 上海复歌信息科技有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 上海智信专利代理有限公司 31002 | 代理人： | 薛琦;朱水平 |
| 地址： | 200437 上海市杨*** | 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： | 本发明公开了一种网页自动分类方法和系统，该方法包括以下步骤：S1、搜索与客户网页相关的网站网页，从中抓取出网页的标题和变数据信息，形成网页列表集合；S2、对所述网页列表集合中的文字进行处理，形成分类关键词列表集合；S3、统计所述分类关键词列表集合中的分类关键词在所有网页中出现的频率，使每一个网页对应一个分类关键词频率向量；S4、建立统计模型，计算各目标网页和客户网页之间的分类关键词频率向量距离，得到目标网页和客户网页之间的相关度，基于该相关度对各目标网页进行自动分类。本发明能自动发现最优的基于无偏估计的网页，从而为客户推荐大量的优质潜在网页进行链接交换。 | ||
| 搜索关键词： | 网页 自动 分类 方法 系统 | ||
【主权项】：
一种网页自动分类方法，其特征在于，其包括以下步骤：S1、搜索与客户网页相关的网站网页，并对搜索到的网页内容进行分解，从中抓取出网页的标题和变数据信息，形成网页列表集合；S2、对所述网页列表集合中的文字进行预处理和分词处理，形成分类关键词列表集合；S3、统计所述分类关键词列表集合中的分类关键词在所有网页中出现的频率，使每一个网页对应一个分类关键词频率向量，该分类关键词频率向量为一个一维数组，该数组中每个元素对应的是某个分类关键词在该网页中出现的频率；S4、建立统计模型，计算各目标网页和客户网页之间的分类关键词频率向量距离，得到目标网页和客户网页之间的相关度，基于该相关度对各目标网页进行自动分类。
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上海复歌信息科技有限公司，未经上海复歌信息科技有限公司许可，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/201010022549.2/，转载请声明来源钻瓜专利网。
