[发明专利]网页信息处理装置和网页信息处理方法有效

专利信息
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: 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。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top