[发明专利]一种基于网页独立词的行业网站分类方法和系统在审
| 申请号： | 201611004881.X | 申请日： | 2016-11-15 |
| 公开（公告）号： | CN106484919A | 公开（公告）日： | 2017-03-08 |
| 发明（设计）人： | 胡晓光;刘贺;唐斌;刘刚;唐新民;沈智杰;景晓军 | 申请（专利权）人： | 任子行网络技术股份有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06F17/27 |
| 代理公司： | 深圳市顺天达专利商标代理有限公司44217 | 代理人： | 郭伟刚 |
| 地址： | 518057 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于网页独立词的行业网站分类方法，包括根据已知网站样本库建立独立词特征库，独立词特征库包括用于判定网站类别的多个独立词和对应的多个独立词加权值；提取未知网站的网站首页中的独立词；以及将从未知网站提取的独立词与独立词特征库进行匹配，计算加权得分，并根据加权得分和预设阈值来生成判定结果。本发明简化了现有基于机器学习和空间向量分析对特定行业网站进行分类判定的过程和方法将网页关键特征进行了抽象和加权评分，排除了空间向量分析方法中的干扰向量维度，将多维空间降低到了二维空间进行分析判定，经过人为对独立词判定结果进行审核确认，提高了其判定的准确率和召回率。 | ||
| 搜索关键词： | 一种 基于 网页 独立 行业 网站 分类 方法 系统 | ||
【主权项】：
一种基于网页独立词的行业网站分类方法，其特征在于，包括以下步骤：步骤S1：根据已知网站样本库建立独立词特征库，所述独立词特征库包括用于判定网站类别的多个独立词和对应的多个独立词加权值；步骤S2：提取未知网站的网站首页中的独立词；以及步骤S3：将从所述未知网站提取的独立词与所述步骤S1中获得的所述独立词特征库进行匹配，计算加权得分，并根据所述加权得分和预设阈值来生成判定结果。
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任子行网络技术股份有限公司，未经任子行网络技术股份有限公司许可，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/201611004881.X/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于互联网的知识相关度智能提取方法
- 下一篇：一种评审文档指标的抽取方法
