[发明专利]一种获取网络资源标识的方法及系统

权利要求书

1、一种获取网络资源标识的方法，其特征在于，包括:

获取一个网络资源的多个候选标识，所述候选标识包括一个或多个锚文本，该一个或多个锚文本为直接或间接指向所述网络资源存放地址的链接所对应的锚文本；

从所获取的多个候选标识中选择一个作为所述网络资源的资源标识。

2、根据权利要求1所述的方法，其特征在于:所述候选标识还包括所述网络资源的文件名。

3、根据权利要求1所述的方法，其特征在于，所述获取一个网络资源的多个候选标识，所述候选标识包括一个或多个锚文本中，其中，获取每个锚文本包括:

根据一个第一链接地址，查找该第一链接地址对应的第一网页；

从所述第一网页中获取一个第二链接地址，该第二链接地址直接指向所述网络资源存放地址的链接；

获取所述第一链接地址对应的锚文本，则该第一链接地址对应的锚文本为一个间接指向所述网络资源存放地址的链接所对应的锚文本；或者，获取所述第二链接地址对应的锚文本，则该第二链接地址对应的锚文本为一个直接指向所述网络资源存放地址的链接所对应的锚文本。

4、根据权利要求1或2所述的方法，其特征在于，所述从所获取的多个候选标识中选择一个作为所述网络资源的资源标识，包括:

判断所获取的多个候选标识是否符合预置的加权条件；

将符合预置的加权条件的各候选标识加上相应权值得到各候选标识的属性权值；

从所获取的多个候选标识中，选择所述属性权值为最大的候选标识作为所述网络资源的资源标识。

5、根据权利要求4所述的方法，其特征在于，所述判断候选标识是否符合预置的加权条件包括:

计算各候选标识与所述网络资源的名称文本的交集文本；

计算所述交集文本的字符长度占所述名称文本或所述候选标识字符长度的百分比，如果所述百分比达到预置阈值，则该候选标识符合加权条件。

6、根据权利要求4所述的方法，其特征在于，所述判断候选标识是否符合预置的加权条件包括:

分别获取各候选标识所在的当前网页页面链接地址和各候选标识对应的链接地址；

比较所述两个链接地址中的域名部分是否相同，如果相同，则该候选标识符合加权条件。

7、根据权利要求4所述的方法，其特征在于，所述判断候选标识是否符合预置的加权条件包括:

将各候选标识与预设的关键词模板库进行匹配，如果所述候选标识中包含模板库中的有效关键词，则该候选标识符合加权条件。

8、根据权利要求4所述的方法，其特征在于，所述判断候选标识是否符合预置的加权条件包括:

判断各候选标识中是否包含软件版本号，如果包含，则该候选标识符合加权条件。

9、根据权利要求1或2所述的方法，其特征在于，所述从所获取的多个候选标识中选择一个作为所述网络资源的资源标识，包括:

对各候选标识进行分词，各候选标识被分为一个或多个关键词；

分别统计所述一个或多个关键词中的各关键词在所有候选标识中出现的次数；

分别将各候选标识中分出的各关键词的所述出现次数求和；

将所述求和结果最大的候选标识作为所述网络资源的资源标识。

10、根据权利要求1或2所述的方法，其特征在于，所述从所获取的多个候选标识中选择一个作为所述网络资源的资源标识包括:

判断每个候选标识中是否包含预置的无效关键词；

从不包含预置的无效关键词的候选标识中选择一个作为所述网络资源的资源标识。

11、一种获取网络资源标识的系统，其特征在于，包括:

候选标识获取单元，用于获取一个网络资源的多个候选标识，所述候选标识包括一个或多个锚文本，该一个或多个锚文本为直接或间接指向所述网络资源存放地址的链接所对应的锚文本；

标识选取单元，用于从所获取的多个候选标识中选择一个作为所述网络资源的资源标识。

12、根据权利要求11所述的系统，其特征在于:所述候选标识还包括所述网络资源的文件名。