[发明专利]网页信息处理装置和网页信息处理方法有效
申请号: | 201110319563.3 | 申请日: | 2011-10-20 |
公开(公告)号: | CN103064845A | 公开(公告)日: | 2013-04-24 |
发明(设计)人: | 王放;高勇;郭永福;陈沛 | 申请(专利权)人: | 北京中搜网络技术股份有限公司 |
主分类号: | G06F17/30 | 分类号: | G06F17/30 |
代理公司: | 北京市盈科律师事务所 11344 | 代理人: | 赵成伟 |
地址: | 100191 北京市海淀*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提供一种网页信息处理装置和一种网页信息处理方法,其中,网页信息处理装置100包括:网页处理模块102,将网页处理为DOM结构;权重计算模块104,遍历DOM结构的节点,根据DOM结构中的节点的特征,计算节点的权重;结果筛选模块106,根据文本节点的样式权重和内容权重,得到文本节点的标题权重,以判断是否将文本节点的内容作为候选标题,并从文本节点的内容中提取时间串,作为候选发布时间;结果生成模块108,从所有候选标题和所有候选发布时间,选出网页的信息标题和信息发布时间。通过本发明,能够通过对网页页面各部分元素的不同特征,来分析其在网页中的重要性,并由此选取标题和发布时间,简单高效。 | ||
搜索关键词: | 网页 信息处理 装置 方法 | ||
【主权项】:
一种网页信息处理装置,其特征在于,包括:网页处理模块,将网页处理为DOM结构;权重计算模块,遍历所述DOM结构的节点,根据所述DOM结构中的非文本节点的特征,计算所述非文本节点的样式权重,根据所述DOM结构中的文本节点的特征,计算所述文本节点的内容权重,其中,所述非文本节点的样式权重累加到其子节点上;结果筛选模块,根据所述文本节点的样式权重和内容权重,得到所述文本节点的标题权重,以判断是否将所述文本节点的内容作为候选标题,并从所述文本节点的内容中提取时间串,作为候选发布时间;结果生成模块,从所有候选标题和所有候选发布时间,选出所述网页的信息标题和信息发布时间。
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北京中搜网络技术股份有限公司,未经北京中搜网络技术股份有限公司许可,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/201110319563.3/,转载请声明来源钻瓜专利网。
- 上一篇:拉开或拧紧翻转机构的装置
- 下一篇:地理位置快速查找定位系统