[发明专利]一种网页分类方法及系统有效
| 申请号： | 201611117608.8 | 申请日： | 2016-12-07 |
| 公开（公告）号： | CN106599155B | 公开（公告）日： | 2020-05-26 |
| 发明（设计）人： | 谢念;周名扬;洪秋月;潘练;金尧;林飞;唐新民;沈智杰;景晓军 | 申请（专利权）人： | 北京亚鸿世纪科技发展有限公司;任子行网络技术股份有限公司 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F40/284;G06K9/62 |
| 代理公司： | 深圳市顺天达专利商标代理有限公司 44217 | 代理人： | 郭伟刚 |
| 地址： | 100088 北京市海淀区*** | 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： | 本发明公开了一种网页分类方法，包括：抓取并从网页的文本数据中提取所述网页的关键词；将所述关键词与已分类好的网页特征词库中的特征词进行匹配，统计所述特征词的词频总数；判断所述词频总数是否小于预设的阈值；若是，则截取并根据所述网页的页面图像对所述网页进行分类；若否，则根据多个所述特征词及其对应的词频对所述网页进行分类。由此，所述方法综合利用图像信息与文本信息，有机地结合了基于文本信息对网页进行分类和基于图像信息对网页进行分类的方法，通过准确的判断待分类网页属于短文本网页还是长文本网页，选择最合适有效的网页分类步骤，相比现有的网页分类方法，其在对现行的网页进行分类时有更高的准确率和召回率。 | ||
| 搜索关键词： | 一种 网页 分类 方法 系统 | ||
【主权项】：
一种网页分类方法，其特征在于，包括以下步骤：步骤S1，抓取并从网页的文本数据中提取所述网页的关键词；步骤S2，将所述关键词与已分类好的网页特征词库中的特征词进行匹配，统计所述特征词的词频总数；步骤S3，判断所述词频总数是否小于预设的阈值；步骤S4，若是，则截取并根据所述网页的页面图像对所述网页进行分类；步骤S5，若否，则根据多个所述特征词及其对应的词频对所述网页进行分类。
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亚鸿世纪科技发展有限公司;任子行网络技术股份有限公司，未经北京亚鸿世纪科技发展有限公司;任子行网络技术股份有限公司许可，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/201611117608.8/，转载请声明来源钻瓜专利网。
- 上一篇：一种产品排名方法
- 下一篇：一种基于struts2拦截器的动态拦截器管理方法
