[发明专利]网页主题的分类方法及装置有效
| 申请号： | 201210319285.6 | 申请日： | 2012-08-31 |
| 公开（公告）号： | CN103678310B | 公开（公告）日： | 2018-04-27 |
| 发明（设计）人： | 蔡兵 | 申请（专利权）人： | 腾讯科技（深圳）有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 北京三高永信知识产权代理有限责任公司11138 | 代理人： | 关文魁 |
| 地址： | 518000 广东省深*** | 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： | 本发明公开了一种网页主题的分类方法及装置，属于互联网技术领域。方法包括提取待分类网页的HTML源代码中的文字，对提取的文字进行分词处理，得到一至多个分词结果；计算每个分词结果的权重值，权重值为TFIDF权重、位置权重、分布权重、强调权重和链接权重中的至少一种权重对应的权重值；根据每个分词结果的权重值获取待分类网页对应预先归纳的每个主题类别的分类值，根据获取到的分类值对待分类网页的主题进行分类。本发明通过对待分类网页的HTML源代码中提取的文字进行分词处理，根据分词结果的TFIDF权重、位置权重、分布权重、强调权重和链接权重等权重值对待分类网页的主题自动分类，无需人工操作，节省了人力成本，提高了分类准确性及适用性。 | ||
| 搜索关键词： | 网页 主题 分类 方法 装置 | ||
【主权项】：
一种网页主题的分类方法，其特征在于，所述方法包括：提取待分类网页的超文本标记语言HTML源代码中的文字，并对提取的文字进行分词处理，得到一至多个分词结果；计算每个分词结果的权重值，所述权重值为词频与逆文档频率TFIDF权重、位置权重、分布权重、强调权重和链接权重中的至少一种权重对应的权重值；根据所述每个分词结果的权重值生成向量空间模型；以所述向量空间模型作为预先训练得到的分类器的输入对所述待分类网页进行分类，得到所述待分类网页对应预先归纳的每个主题类别的分类值，并根据获取到的分类值对所述待分类网页的主题进行分类。
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/201210319285.6/，转载请声明来源钻瓜专利网。
- 上一篇：一种分配网络资源的方法和装置
- 下一篇：一种推荐网址的方法与客户端
