[发明专利]网页相似度计算方法、装置、设备、计算机可读存储介质有效
| 申请号： | 201710934918.7 | 申请日： | 2017-10-10 |
| 公开（公告）号： | CN109657208B | 公开（公告）日： | 2023-07-04 |
| 发明（设计）人： | 张永伟;姜珊珊;董滨;童毅轩;丁磊 | 申请（专利权）人： | 株式会社理光 |
| 主分类号： | G06F40/194 | 分类号： | G06F40/194;G06F40/14 |
| 代理公司： | 北京银龙知识产权代理有限公司 11243 | 代理人： | 黄灿;张博 |
| 地址： | 日本*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种网页相似度计算方法、装置、设备、计算机可读存储介质，属于数据处理技术领域。网页相似度计算方法包括：获取待比较网页的DOM树，并对DOM树进行去噪处理；从去噪处理后的DOM树中选择DOM树的主体结构标签，渲染主体结构标签生成布局块；根据布局块的坐标对待比较网页的布局块分别进行横向划分，得到N组比对区域块，第k组比对区域块包括其中一待比较网页的第k比对区域块和对应的另一待比较网页的第k比对区域块，将每组的两个比对区域块进行比对，获取每组比对区域块的页面结构相似度，并根据N组比对区域块的页面结构相似度得到两个待比较网页的整体网页结构相似度。本发明能够准确计算出两个网页间的相似度。 | ||
| 搜索关键词： | 网页 相似 计算方法 装置 设备 计算机 可读 存储 介质 | ||
【主权项】：
1.一种网页相似度计算方法，其特征在于，包括：获取待比较网页的DOM树，并对所述DOM树进行去噪处理；从去噪处理后的DOM树中选择DOM树的主体结构标签，渲染所述主体结构标签生成布局块；根据所述布局块的坐标对两个待比较网页的布局块分别进行横向划分，得到两个待比较网页的N组比对区域块，第k组比对区域块包括其中一待比较网页的第k比对区域块和对应的另一待比较网页的第k比对区域块，k为大于0不大于N的整数；将每组的两个比对区域块进行比对，获取每组比对区域块的页面结构相似度，并根据N组比对区域块的页面结构相似度得到两个待比较网页的整体网页结构相似度。
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株式会社理光，未经株式会社理光许可，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/201710934918.7/，转载请声明来源钻瓜专利网。
