[发明专利]索引页内容提取方法和装置、搜索引擎有效
| 申请号： | 201510634772.5 | 申请日： | 2015-09-29 |
| 公开（公告）号： | CN105138701B | 公开（公告）日： | 2018-12-11 |
| 发明（设计）人： | 郑燕琴 | 申请（专利权）人： | 北京奇虎科技有限公司;奇智软件(北京)有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 北京中强智尚知识产权代理有限公司 11448 | 代理人： | 王书彪;刘艳芬 |
| 地址： | 100088 北京市西城区新*** | 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： | 本发明实施例公开了一种索引页内容提取方法和装置、搜索引擎，其中，方法包括：对指定网站的索引页系列中的当前索引页进行内容提取，比较当前索引页中的主体链接集合与上一次提取到的历史主体链接集合；响应于当前索引页中的主体链接集合与历史主体链接集合不存在交集，定位到下一索引页进行内容提取。本发明实施例可以在不增加流量成本的情况下提高Spider对网络资源的收录覆盖率。 | ||
| 搜索关键词： | 索引 内容 提取 方法 装置 搜索引擎 | ||
【主权项】：
1.一种索引页内容提取方法，其特征在于，包括：对指定网站的索引页系列中的当前索引页进行内容提取包括：从当前索引页内的相似块中选择面积最大且包含当前索引页的几何中心点的相似块作为最大相似块，以便根据所述最大相似块中的链接确定当前索引页中的主体链接集合；比较当前索引页中的主体链接集合与上一次提取到的历史主体链接集合；响应于当前索引页中的主体链接集合与历史主体链接集合不存在交集，定位到下一索引页进行内容提取。
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奇虎科技有限公司;奇智软件(北京)有限公司，未经北京奇虎科技有限公司;奇智软件(北京)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/201510634772.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种网页标记方法及电子设备
- 下一篇：一种合并增量索引与总索引的方法及装置
- 内容再现系统、内容提供方法、内容再现装置、内容提供装置、内容再现程序和内容提供程序
- 内容记录系统、内容记录方法、内容记录设备和内容接收设备
- 内容服务系统、内容服务器、内容终端及内容服务方法
- 内容分发系统、内容分发装置、内容再生终端及内容分发方法
- 内容发布、内容获取的方法、内容发布装置及内容传播系统
- 内容提供装置、内容提供方法、内容再现装置、内容再现方法
- 内容传输设备、内容传输方法、内容再现设备、内容再现方法、程序及内容分发系统
- 内容发送设备、内容发送方法、内容再现设备、内容再现方法、程序及内容分发系统
- 内容再现装置、内容再现方法、内容再现程序及内容提供系统
- 内容记录装置、内容编辑装置、内容再生装置、内容记录方法、内容编辑方法、以及内容再生方法
