[发明专利]一种网页相似度计算方法及装置有效
| 申请号： | 201410348586.0 | 申请日： | 2014-07-22 |
| 公开（公告）号： | CN104133870B | 公开（公告）日： | 2017-06-09 |
| 发明（设计）人： | 魏玉良;吕芳;邹新一;王佰玲;黄俊恒;刘扬 | 申请（专利权）人： | 哈尔滨工业大学(威海) |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 北京君恒知识产权代理事务所(普通合伙)11466 | 代理人： | 林潮,黄启行 |
| 地址： | 264209*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例公开一种网页相似度计算方法及装置，应用于计算机网络领域，能够解决现有的比对两个网页的相似度时判断不准的问题。该方法包括生成待测网页对应的基于视觉结构的第一分块特征向量，其中第一分块特征向量包括第一分块位置特征向量和第一分块内容特征向量；将第一分块特征向量和预设网页对应的基于视觉结构的第二分块特征向量进行比对，获得待测网页的相似度。本发明的实施例应用于比较网页相似度。 | ||
| 搜索关键词： | 一种 网页 相似 计算方法 装置 | ||
【主权项】：
一种网页相似度计算方法，其特征在于，包括：生成待测网页对应的基于视觉结构的第一分块特征向量，其中所述第一分块特征向量包括第一分块位置特征向量和第一分块内容特征向量；将所述第一分块特征向量和预设网页对应的基于视觉结构的第二分块特征向量进行比对，获得待测网页的相似度；其中，获得待测网页的相似度的步骤包括：获得待测网页的分块数N和预设网页的分块数Na；通过所述第一分块特征向量和所述第二分块特征向量匹配的数目获得所述待测网页和所述预设网页匹配的分块数na；计算待测网页的相似度，其中所述待测网页的相似度由公式(1)获得；S＝(na/Na)*(max(N,Na)/min(N,Na))公式(1)；其中，S为所述待测网页的相似度；max(N,Na)为N和Na中较大者；min(N,Na)为N和Na中较小者。
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哈尔滨工业大学(威海)，未经哈尔滨工业大学(威海)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/201410348586.0/，转载请声明来源钻瓜专利网。
