[发明专利]一种网页URL地址分类识别方法及装置有效
| 申请号： | 201310739676.8 | 申请日： | 2013-12-26 |
| 公开（公告）号： | CN104750704B | 公开（公告）日： | 2018-06-26 |
| 发明（设计）人： | 崔洪涛;李明;李远;邵杰;黄伟;张杰 | 申请（专利权）人： | 中国移动通信集团河南有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 北京同达信恒知识产权代理有限公司 11291 | 代理人： | 郭润湘 |
| 地址： | 450008*** | 国省代码： | 河南;41 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明公开了一种网页URL地址分类识别方法及装置，用以在尽量减小URL分类所需的数据量的前提下，提高URL分类的准确率以及深度，提高效率。该方法为：解析多个具体相同域名的URL地址，确定所述URL地址包含的主路径以及各级子路径，按照确定的所述主路径以及各级子路径作为各级目录构建目录树；按照所述URL地址包含的全路径将每个所述URL地址划分至所述目录树中相应的目录下；针对所述目录树中的任一级目录，分别确定包含的各URL地址对应的网页中的关键词，确定具有相同的第一关键词的网页与所述目录中的网页总数的比值高于设定阈值时，将所述第一关键词所属的类别确定为所述目录下的各URL地址的类别。 | ||
| 搜索关键词： | 网页 目录树 分类识别 主路径 子路径 类别确定 目录构建 一级目录 全路径 数据量 阈值时 准确率 减小 解析 | ||
【主权项】：
1.一种网页统一资源定位符URL地址分类识别方法，其特征在于，包括：解析多个具体相同域名的URL地址，确定所述URL地址包含的主路径以及各级子路径，按照确定的所述主路径以及各级子路径作为各级目录构建目录树；按照所述URL地址包含的全路径将每个所述URL地址划分至所述目录树中相应的目录下；按照从最末一级目录至主目录的顺序，针对所述目录树中的每一目录，分别确定包含的各URL地址对应的网页中的关键词，确定具有相同的第一关键词的网页与所述目录中的网页总数的比值高于设定阈值时，将所述第一关键词所属的类别确定为所述目录下的各URL地址的类别；判断连续未对所述目录下的各URL地址的类别进行修正的次数是否达到设定次数；若未达到设定次数，按照所述目录树对再次获取的多个URL地址进行分类达到设定时长后，再次确定所述目录包含的各URL地址对应的网页的关键词，确定具有相同的第二关键词的网页与所述目录中的网页总数的比值高于设定阈值后，判断所述第二关键词与所述第一关键词是否相同；若相同，将连续未对所述目录下的各URL地址的类别进行修正的次数增加设定值；否则，将所述目录下的各URL地址所属的类别修正为所述第二关键词确定的类别，并将连续未对所述目录下的各URL地址的类别进行修正的次数置为初始值；若达到设定次数，不再对所述目录下的各URL地址的类别进行修正。
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中国移动通信集团河南有限公司，未经中国移动通信集团河南有限公司许可，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/201310739676.8/，转载请声明来源钻瓜专利网。
- 上一篇：一种对搜索结果进行排序的方法及装置
- 下一篇：一种监控录像定位查找方法及系统
