[发明专利]网页搜集推荐方法和装置

摘要

本发明实施例提供了网页搜集推荐方法和装置，所述方法包括：获取与关键词相关的多个种子网页；确定出种子网页的语义概念；对各种子网页的语义概念进行聚类，得到语义结构；获取各种子网页所链接的多个网页作为多个扩展网页；确定出每个扩展网页与语义结构之间的相似度；根据相似度不低于第一相似度阈值的扩展网页，更新种子网页；周期性地根据更新的种子网页进化语义结构并更新扩展网页、以及根据进化的语义结构更新种子网页，直到达到预设的网页获取终止条件；对最后一个周期更新的各种子网页进行排序和推荐。利用本发明实施例，可以更加准确全面地为用户搜集和推荐网页，便于用户查找到需要的网页，可以提升用户的体验。

主权项

1.一种网页搜集推荐方法，其特征在于，包括：获取与用户输入的关键词相关的多个网页作为多个种子网页；根据种子网页中词语之间的出现关联度，确定出该种子网页的语义概念；对各种子网页的语义概念进行聚类，得到语义结构；获取各种子网页所链接的多个网页作为多个扩展网页；确定出每个扩展网页与所述语义结构之间的相似度；根据相似度不低于第一相似度阈值的扩展网页，更新种子网页；周期性地根据更新的种子网页进化语义结构并更新扩展网页、以及根据进化的语义结构更新种子网页，直到达到预设的网页获取终止条件；对最后一个周期更新的各种子网页进行排序和推荐；所述周期性地根据更新的种子网页进化语义结构并更新扩展网页、以及根据进化的语义结构更新种子网页，具体包括：对于所述周期性中的一个周期，该周期内根据更新的种子网页进化语义结构并更新扩展网页、以及根据进化的语义结构更新种子网页，包括：对于上一个周期更新的每个种子网页，根据该种子网页中词语之间的出现关联度，确定出该种子网页的语义概念后添加到上一个周期进化的语义结构中，得到本周期进化的语义结构；获取上一个周期更新的各种子网页所链接的多个网页，作为本周期更新的多个扩展网页；确定出本周期更新的每个扩展网页与所述本周期进化的语义结构之间的相似度；根据相似度不低于第一相似度阈值的本周期更新的扩展网页，更新上一个周期更新的种子网页，得到本周期更新的种子网页。