[发明专利]一种提取互联网上内容信息的方法及系统

摘要

本发明提供了一种提取互联网上内容信息的方法，包括如下步骤：响应于待提取内容的输入指令；识别所述输入指令，并根据识别结果选择分类类别；使用所述分类类别分析所述输入指令，从而生成与所述分类类别相关联的内容集，所述内容集包含所述待提取内容；将所述内容集按照与输入指令相关联的关联系数进行排序，并在显示器上进行展示。本发明的方案，为用户提供设置接口，可以直接获取目标网页中的内容信息，并且不必被动依赖于资讯网站是否发布RSS和所发布的RSS内容，可以从更广阔的资讯来源中提取更丰富细致的资讯内容，此外，还可以将内容信息保存在本地以供用户访问，从而提高用户的浏览速度。 1

主权项

1.一种提取互联网上内容信息的方法，其特征在于，包括如下步骤：

响应于待提取内容的输入指令；

识别所述输入指令，并根据识别结果选择分类类别；

使用所述分类类别分析所述输入指令，从而生成与所述分类类别相关联的内容集，所述内容集包含所述待提取内容；

将所述内容集按照与输入指令相关联的关联系数进行排序，并在显示器上进行展示。

2.根据权利要求1所述的提取互联网上内容信息的方法，其特征在于，所述关联系数按照以下公式计算：

C＝R*(M+N)^N

C为关联系数，R为类别相关度，M为输入指令中的关键词匹配度，N为内容集中关键词所占比例。

3.根据权利要求2所述的提取互联网上内容信息的方法，其特征在于，生成与所述分类类别相关联的内容集，包括如下步骤：

获取URL的网页的分类类别；

提取与所述网页相关的文本；

将所述有文本汇聚为与所述分类类别相关联的内容集。

4.根据权利要求2所述的提取互联网上内容信息的方法，其特征在于，在所述显示器上进行展示的步骤包括：

按照所述关联系数由高到低的顺序将所述内容集进行展示。

5.根据权利要求1‑4中任一项所述的提取互联网上内容信息的方法，其特征在于，所述输入指令包括用于获得搜索结果的搜索查询。

6.一种提取互联网上内容信息的系统，其特征在于，包括：

响应模块，用于响应于待提取内容的输入指令；

识别模块，用于识别所述输入指令，并根据识别结果选择分类类别；

分析模块，用于使用所述分类类别分析所述输入指令，从而生成与所述分类类别相关联的内容集，所述内容集包含所述待提取内容；

展示模块，用于将所述内容集按照与输入指令相关联的关联系数进行排序，并在显示器上进行展示。

7.根据权利要求6所述的提取互联网上内容信息的系统，其特征在于，所述关联系数按照以下公式计算：

C＝R*(M+N)^N

C为关联系数，R为类别相关度，M为输入指令中的关键词匹配度，N为内容集中关键词所占比例。

8.根据权利要求7所述的提取互联网上内容信息的系统，其特征在于，所述分析模块包括：

获取单元，用于获取URL的网页的分类类别；

提取单元，用于提取与所述网页相关的文本；

汇聚单元，用于将所述有文本汇聚为与所述分类类别相关联的内容集。

9.根据权利要求8所述的提取互联网上内容信息的系统，其特征在于，所述展示模块包括：

展示单元，用于按照所述关联系数由高到低的顺序将所述内容集进行展示。

10.根据权利要求6‑9中任一项所述的提取互联网上内容信息的系统，其特征在于，所述输入指令包括用于获得搜索结果的搜索查询。