[发明专利]基于DOM树的页面分块方法、装置、设备及存储介质有效
| 申请号： | 201910675658.5 | 申请日： | 2019-07-25 |
| 公开（公告）号： | CN110390038B | 公开（公告）日： | 2021-10-15 |
| 发明（设计）人： | 李子茂;江如茜;莫海芳;刘晶;帖军;吴经龙;余慧 | 申请（专利权）人： | 中南民族大学 |
| 主分类号： | G06F16/901 | 分类号： | G06F16/901;G06F16/906;G06F16/957;G06F16/958 |
| 代理公司： | 深圳市世纪恒程知识产权代理事务所 44287 | 代理人： | 胡海国 |
| 地址： | 430074 湖北省武汉*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于DOM树的页面分块方法、装置、设备及存储介质，通过对待分块网页进行去噪处理，根据去噪后的网页生成DOM树；获取所述DOM树上各节点的节点路径，计算各节点路径的相似度，根据所述相似度对各节点进行聚类，并生成聚类结果；根据所述聚类结果对所述待分块网页进行分块，能够减少噪音内容对网页信息抽取的影响，提高了页面信息提取的准确性，并且能适应不同结构的网页，通用性和适应性较强，节省了信息抽取的时间，加快了信息抽取的速度和效率，提升了用户体验。 | ||
| 搜索关键词： | 基于 dom 页面 分块 方法 装置 设备 存储 介质 | ||
【主权项】：
1.一种基于DOM树的页面分块方法，其特征在于，所述基于DOM树的页面分块方法包括：对待分块网页进行去噪处理，根据去噪后的网页生成DOM树；获取所述DOM树上各节点的节点路径，计算各节点路径的相似度，根据所述相似度对各节点进行聚类，并生成聚类结果；根据所述聚类结果对所述待分块网页进行分块。
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南民族大学，未经中南民族大学许可，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/201910675658.5/，转载请声明来源钻瓜专利网。
