[发明专利]确定网页聚类模式的方法及装置在审
| 申请号： | 201410086390.9 | 申请日： | 2014-03-10 |
| 公开（公告）号： | CN103823892A | 公开（公告）日： | 2014-05-28 |
| 发明（设计）人： | 王智广 | 申请（专利权）人： | 北京奇虎科技有限公司;奇智软件(北京)有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 北京中强智尚知识产权代理有限公司 11448 | 代理人： | 田治;吴立臣 |
| 地址： | 100088 北京市西城区新*** | 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： | 本发明公开了一种确定网页聚类模式的方法及装置。所述方法包括：获取待聚类网页的统一资源定位符的主干前缀；对主干前缀进行切分，得到多个字段；根据保留字段词典中的至少一个预设保留字段及各预设保留字段的位置信息来匹配切分得到的多个字段，将匹配到的与预设保留字段相同，且位置对应的字段部分作为保留字段，根据多个字段中的保留字段和保留字段的位置信息，生成作为待聚类网页的统一资源定位符的聚类模式。本发明还公开了用于实现所述方法的装置。本发明的技术方案，该聚类模式下可以聚类更多的页面，能够有效地优化网页的聚类效果，提高网页的聚类效率。 | ||
| 搜索关键词： | 确定 网页 模式 方法 装置 | ||
【主权项】：
一种确定网页聚类模式的方法，其特征在于，包括以下步骤：获取待聚类网页的统一资源定位符的主干前缀；对所述主干前缀进行切分，得到多个字段；根据保留字段词典中的至少一个预设保留字段及各所述预设保留字段的位置信息来匹配切分得到的所述多个字段，将匹配到的与所述预设保留字段相同，且位置对应的字段部分作为保留字段；根据所述多个字段中的所述保留字段和所述保留字段的位置信息，生成作为所述待聚类网页的统一资源定位符的聚类模式。
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奇虎科技有限公司;奇智软件(北京)有限公司，未经北京奇虎科技有限公司;奇智软件(北京)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/201410086390.9/，转载请声明来源钻瓜专利网。
