[发明专利]网络资源内容洞察系统及方法

摘要

本发明提供一种网络资源内容洞察系统及方法。本发明提供的系统，包括：开放接口模块、URL预处理模块、URL洞察库模块以及结果输出模块；开放接口模块接收目标URL；URL预处理模块判断目标URL的协议类型是否为目标协议类型；URL洞察库模块对目标协议类型的目标URL进行查询匹配，URL洞察库模块中被匹配中的参考URL对应的参考标引信息即为目标标引信息；结果输出模块输出目标标引信息。本发明通过URL洞察库模块存储参考URL和参考标引信息的对应关系，参考标引信息对应的标引范围为URL和目标文本本身，扩充了标引范围，实现了全面地对网络资源信息进行标引，从而提高了网络资源标引的准确率。

主权项

1.一种网络资源内容洞察系统，其特征在于，包括：开放接口模块、URL预处理模块、URL洞察库模块以及结果输出模块；所述开放接口模块，用于接收目标URL，并将所述目标URL发送给所述URL预处理模块；所述URL预处理模块，用于判断所述目标URL的协议类型是否为目标协议类型，若是，则将所述目标URL发送给所述URL洞察库模块；所述URL洞察库模块，用于对所述目标URL进行查询匹配，所述URL洞察库模块包括参考URL和参考标引信息的对应关系，若所述目标URL与所述URL洞察库模块中的一个参考URL匹配成功，则将所述参考URL对应的参考标引信息作为目标标引信息发送给所述结果输出模块；所述结果输出模块，用于输出所述目标标引信息；还包括：域名处理模块、URI处理模块、参数处理模块、内容感知分析模块、分析结果整合模块以及标引规则库模块；相应地，所述URL预处理模块还用于：若所述目标URL与任一参考URL不匹配，则将所述目标URL拆分成域名、URI、参数三部分，并将所述域名、所述URI、所述参数以及所述目标URL分别发送给所述域名处理模块、所述URI处理模块、所述参数处理模块以及所述内容感知分析模块；所述域名处理模块，用于轮询所述域名，获取所述域名的关键词作为第一标引关键词，并将所述第一标引关键词在所述标引规则库模块中进行匹配，所述标引规则库模块包括参考标引关键词和参考标引信息的对应关系，若所述第一标引关键词与所述标引规则库模块中的一个参考标引关键词匹配成功，则将所述参考标引关键词对应的参考标引信息作为第一标引信息发送给所述分析结果整合模块；所述URI处理模块，用于轮询所述URI，获取所述URI的关键词作为第二标引关键词，并将所述第二标引关键词在所述标引规则库模块中进行匹配，若所述第二标引关键词与所述标引规则库模块中的一个参考标引关键词匹配成功，则将所述参考标引关键词对应的参考标引信息作为第二标引信息发送给所述分析结果整合模块；所述参数处理模块，用于轮询所述参数，获取所述参数的关键词作为第三标引关键词，并将所述第三标引关键词在所述标引规则库模块中进行匹配，若所述第三标引关键词与所述标引规则库模块中的一个参考标引关键词匹配成功，则将所述参考标引关键词对应的参考标引信息作为第三标引信息发送给所述分析结果整合模块；所述内容感知分析模块，用于分析所述URL指向的网页内容，获取所述网页内容的关键词作为第四标引关键词，并通过所述第四标引关键词进行标引，获取第四标引信息，并将所述第四标引信息发送给所述分析结果整合模块；所述分析结果整合模块，用于将所述第一标引信息、所述第二标引信息、所述第三标引信息以及所述第四标引信息进行组合，生成所述目标标引信息，并将所述目标标引信息发送给所述结果输出模块。