[发明专利]一种基于URL和网页文档结构的相似性的网页内容提取方法在审
| 申请号： | 201410515677.9 | 申请日： | 2014-09-30 |
| 公开（公告）号： | CN105528357A | 公开（公告）日： | 2016-04-27 |
| 发明（设计）人： | 张琦;尹亚伟;张上誉 | 申请（专利权）人： | 中国银联股份有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 中国专利代理(香港)有限公司 72001 | 代理人： | 臧霁晨;姜甜 |
| 地址： | 200135 上海*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于URL和网页文档结构的网页相似性的判断方法。该方法包括下述步骤：计算两个网页的URL相似度；计算两个网页DOM结构的相似度；基于URL相似度和DOM结构的相似度计算两个网页的相似度；将计算出的网页的相似度与预定设定的阈值范围进行比较，如果在预先设定的阈值范围内则判断两个网页为相似。 | ||
| 搜索关键词： | 一种 基于 url 网页 文档 结构 相似性 内容 提取 方法 | ||
【主权项】：
一种基于URL和网页文档结构的网页相似性的判断方法，其特征在于，包括下述步骤： URL相似度计算步骤，计算两个网页的URL相似度； DOM结构相似度计算步骤，计算两个网页DOM结构的相似度； 网页相似度计算步骤，基于URL相似度和DOM结构的相似度计算两个网页的相似度； 网页相似性判断，将计算出的网页的相似度与预定设定的阈值范围进行比较，如果在预先设定的阈值范围内则判断两个网页为相似。
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银联股份有限公司，未经中国银联股份有限公司许可，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/201410515677.9/，转载请声明来源钻瓜专利网。
- 上一篇：智能判断场雨起止时刻的方法
- 下一篇：一种用于检索数据的方法与设备
