[发明专利]一种确定网站目录页的方法及装置有效
| 申请号： | 201210376070.8 | 申请日： | 2012-09-29 |
| 公开（公告）号： | CN103714075B | 公开（公告）日： | 2018-07-13 |
| 发明（设计）人： | 张冲 | 申请（专利权）人： | 北京百度网讯科技有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 北京鸿德海业知识产权代理事务所(普通合伙) 11412 | 代理人： | 倪志华 |
| 地址： | 100085 北京市*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种确定网站目录页的方法及装置，其中确定网站目录页的方法包括：A．获取目录页的锚文本词集合以及非目录页的锚文本词集合；B．利用所述目录页的锚文本词集合以及所述非目录页的锚文本词集合，确定当前页面属于目录页的可能性，并在所述可能性超过设定阈值时将当前页面确定为目录页。通过上述方式，本发明能够提高在网站中挖掘目录页时的召回率和准确率。 | ||
| 搜索关键词： | 目录页 词集合 锚文本 网站目录 页面确定 阈值时 准确率 网站 页面 挖掘 | ||
【主权项】：
1.一种确定网站目录页的方法，其特征在于，所述方法包括：A.获取目录页对应的锚文本词集合以及非目录页对应的锚文本词集合；B.分别确定当前页面对应的锚文本词在所述目录页对应的锚文本词集合以及所述非目录页对应的锚文本词集合中的词频，基于所述词频确定当前页面属于目录页的可能性，并在所述可能性超过设定阈值时将当前页面确定为目录页。
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北京百度网讯科技有限公司，未经北京百度网讯科技有限公司许可，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/201210376070.8/，转载请声明来源钻瓜专利网。
- 上一篇：一种无避让立体车库的载车板升降装置
- 下一篇：一种悬索桥主缆架设装置
