[发明专利]网页数据库的建立方法、网页搜索方法以及相关装置

权利要求书

1.一种网页数据库的建立方法，其特征在于，包括：

设定至少一个附加参数，建立并存储每个附加参数对应的意图词集合，所述意图词集合中包括有至少一个意图词，用于进行网页搜索时，结合搜索关键词选择用于确定相关度值的附加参数；

设定并存储包含各附加参数组合在确定相关度值时对应权重值的权重调整表；

设定并存储附加参数对应的附加信息的确定方式，以及根据附加信息确定附加参数值的方式；

获取网页；

根据附加参数对应的附加信息的确定方式，从获取的所述网页的内容中确定并存储所述网页的附加参数所对应的附加信息。

2.如权利要求1所述的方法，其特征在于，所述附加参数包括下述一种或多种：

产品名称、产品类别、网页公布时间、产品价格、产品销量。

3.如权利要求2所述的方法，其特征在于，根据所述网页的文本内容，确定该网页的产品名称附加参数对应的附加信息，具体包括：

在所述网页的文本内容中包括名称参数对应的意图词集合中的产品名称时，将该产品名称作为该网页对应的产品名称。

4.如权利要求2所述的方法，其特征在于，根据所述网页的文本内容，确定该网页的产品类别附加参数对应的附加信息，具体包括：

将该网页的文本内容输入预定分类器模型，将所述分类器模型的输出结果作为该网页对应的产品类别附加信息，所述分类器模型为基于预先选择出的文本内容中包含预定产品类别集合中至少一个产品类别的训练网页获得的，该分类器模型的输入为待处理的网页的文本内容，输出为输入的文本内容对应的产品类别。

5.如权利要求2所述的方法，其特征在于，根据所述网页的代码，确定该网页的网页公布时间附加参数对应的附加信息，具体包括：

基于预先存储的网页的代码中网页公布时间对应的上下文字符串，将该网页对应的代码中上下文字符串与预先存储的上下文字符串一致的内容作为提取到的网页公布时间。

6.如权利要求2所述的方法，其特征在于，根据所述网页的代码，确定该网页对应的网页公布时间附加参数对应的附加信息，具体包括：

根据所述网页的代码，确定所述网页格式模板对应的文档对象模型DOM树；

从预先存储的各种网页格式模板对应的DOM树中网页公布时间所在节点的路径中，选择出所述网页格式模板对应的DOM树中网页公布时间所在节点的路径；

将该网页对应的DOM树中所述选择出的路径上的节点的内容作为提取到的网页公布时间。

7.一种网页搜索方法，其特征在于，包括：

根据输入的搜索关键词，确定该搜索关键词对应的附加参数；

根据确定出的附加参数，从存储有包含根据各不同附加参数组合计算相关度值时各参数对应权重值的权重调整表中，选择出根据确定出的附加参数计算相关度值时各参数分别对应的权重值；

针对网页数据库中的每个网页，获取该网页的确定出的附加参数所对应的附加信息，依照存储的根据附加信息确定附加参数值的方式，根据获取的附加信息确定该网页的所述确定出的附加参数的参数值，并根据确定出的附加参数的参数值，以及选择出的各参数分别对应的权重值，确定该网页与所述搜索关键词的相关度值；

根据计算出的相关度值由高到低的顺序，对网页数据库中的每个网页的链接地址进行排序；

返回排序后的结果。

8.如权利要求7所述的方法，其特征在于，根据输入的搜索关键词，确定该搜索关键词对应的附加参数，具体包括：

将输入的搜索关键词与各附加参数对应的意图词集合中的意图词进行匹配，当存在与搜索关键词相匹配的意图词时，将该意图词所在的意图词集合对应的附加参数作为该输入的搜索关键词对应的附加参数。