[发明专利]URL去重方法、装置、设备与计算机可读存储介质在审
| 申请号： | 201911065342.0 | 申请日： | 2019-10-31 |
| 公开（公告）号： | CN110825947A | 公开（公告）日： | 2020-02-21 |
| 发明（设计）人： | 张强 | 申请（专利权）人： | 深圳前海微众银行股份有限公司 |
| 主分类号： | G06F16/951 | 分类号： | G06F16/951;G06F16/955;G06F21/57 |
| 代理公司： | 深圳市世纪恒程知识产权代理事务所 44287 | 代理人： | 王韬 |
| 地址： | 518000 广东省深圳市前海深港合作区前*** | 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： | 本发明公开了一种URL去重方法，包括：获取预设的原始URL集合，并对所述原始URL集合进行过滤处理，以得到待去重URL集合；构建所述待去重URL集合中各待去重URL之间的差异特征集合，所述差异特征集合中包含同类相似值，所述同类相似值用于表征与该所述差异特征集合满足预设同类条件的差异特征集合的数量；确定包含的所述同类相似值超过预设阈值的目标差异特征集合，并对所述目标差异特征集合对应的待泛化URL进行泛化处理；根据泛化结果，确定并剔除重复URL。本发明还公开了一种URL去重装置、设备和计算机可读存储介质。本发明采用双重去重，在一开始过滤明显重复的URL，再通过泛化处理，将存在差异的但实际所属同一类的URL进行剔除，进而提高URL的去重精度。 | ||
| 搜索关键词： | url 方法 装置 设备 计算机 可读 存储 介质 | ||
【主权项】：
暂无信息
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深圳前海微众银行股份有限公司，未经深圳前海微众银行股份有限公司许可，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/201911065342.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种自动关窗装置
- 下一篇：一种含微量铅ABS塑料标样的制备方法
