申请/专利权人：奇安信科技集团股份有限公司;奇安信网神信息技术(北京)股份有限公司

申请日：2020-02-21

公开（公告）日：2024-04-12

公开（公告）号：CN111382385B

主分类号：G06F18/24

分类号：G06F18/24;G06F16/958;G06F18/22

优先权：

专利状态码：有效-授权

法律状态：2024.04.12#授权;2024.01.30#著录事项变更;2020.07.31#实质审查的生效;2020.07.07#公开

摘要：本发明实施例公开了一种网页所属行业分类方法及装置，方法包括：获取待分类网页的网页特征信息，所述网页特征信息包括用于体现所述网页所属行业的至少一个维度下的特征关键词；将各个维度下的网页特征信息与各行业对应维度下的预设关键词集合进行匹配，获取所述网页特征信息与所述各行业在对应维度下的匹配结果；其中，所述各行业各个维度下的预设关键词集合中对应存储有相应行业对应维度下的特征关键词；根据所述各行业在对应维度下的匹配结果，确定所述待分类网页与各行业的匹配度；根据所述待分类网页与各行业的匹配度，确定所述待分类网页的行业分类结果。本发明实施例能够简单高效地实现网页的准确分类。

主权项：1.一种网页所属行业分类方法，其特征在于，包括：获取待分类网页的网页特征信息，所述网页特征信息包括用于体现所述网页所属行业的至少一个维度下的特征关键词；将各个维度下的网页特征信息与各行业对应维度下的预设关键词集合进行匹配，获取所述网页特征信息与所述各行业在对应维度下的匹配结果；其中，所述各行业各个维度下的预设关键词集合中对应存储有相应行业对应维度下的特征关键词；根据所述各行业在对应维度下的匹配结果，确定所述待分类网页与各行业的匹配度；根据所述待分类网页与各行业的匹配度，确定所述待分类网页的行业分类结果，其中，所述待分类网页的网页特征信息包括待分类网页的网页标题，所述将各个维度下的网页特征信息与各行业对应维度下的预设关键词集合进行匹配，获取所述网页特征信息与所述各行业在对应维度下的匹配结果，包括：将所述网页标题与各行业的第二关键词集合进行匹配，获取所述网页标题与所述各行业的第二匹配结果；其中，各行业的第二关键词集合中对应存储有相应行业的网页标题关键词；其中，将所述网页标题与各行业的第二关键词集合进行匹配，获取所述网页标题与所述各行业的第二匹配结果，具体包括：将所述网页标题与各行业的第二关键词集合进行匹配，根据所述网页标题与各行业的第二关键词集合进行匹配后得到的关键词的个数以及第二权重，按照第二关系模型获取所述网页标题与所述各行业的第二匹配结果；其中，所述第二权重为表征匹配得到的网页标题关键词重要性的权重；所述第二关系模型为e2＝c2*l1*q2-k1*l1b1*1c01；其中，e2表示所述网页标题与所述各行业的第二匹配结果，c2表示所述网页标题与各行业的第二关键词集合进行匹配后得到的关键词的个数，l1表示所述网页标题的长度，q2表示第二权重，k1表示基于网页标题长度的预设权重比例调整系数，b1表示网页标题长度归一化系数，c01表示各行业的第二关键词集合中的关键词的总数。

全文数据：

权利要求：

百度查询： 奇安信科技集团股份有限公司;奇安信网神信息技术(北京)股份有限公司 网页所属行业分类方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD