[发明专利]一种互联网内容标签的管理方法及装置

权利要求书

1.一种互联网内容标签的管理方法，其特征在于，创建内容标签库，所述方法还包括：

获取不同网站对应的第一内容标签树，分别确定各个第一内容标签树所属类别的类别标签；

基于所述类别标签将所述第一内容标签树的内容标签与所述内容标签库中的内容标签按预设的匹配规则进行匹配，并依据匹配结果更新所述内容标签库；

所述基于所述类别标签将所述第一内容标签树的内容标签与所述内容标签库中的内容标签按预设的匹配规则进行匹配包括：

获取所述内容标签库中根节点内容标签与所述类别标签相同的第二内容标签树，结合语义分析，按照从左到右或从顶向下的顺序将所述第一内容标签树的内容标签分别与所述第二内容标签树中各个层级的内容标签逐级进行匹配；

所述依据匹配结果更新所述内容标签库包括：

确定所述第二内容标签树中存在与所述第一内容标签树的内容标签相似的内容标签，则更新与所述第一内容标签树的内容标签相似的内容标签的名称；其中，与所述第一内容标签树的内容标签相似的内容标签为名称与所述第一内容标签树的内容标签不同，但对应的父标签及子标签均相同的内容标签。

2.根据权利要求1所述方法，其特征在于，所述获取不同网站对应的第一内容标签树包括：

获取不同网站对应的网站域名，以及所述网站域名下的至少一个统一资源定位符URL，基于所述网站域名及所述URL，利用各个网站的内容标签规则确定不同网站对应的第一内容标签树。

3.根据权利要求1或2所述方法，其特征在于，所述分别确定各个第一内容标签树所属类别的类别标签包括：

分别读取各个第一内容标签树对应的网站的网站域名，依据所述网站域名及预设的网站域名分类库确定各个第一内容标签树所属类别的类别标签。

4.根据权利要求1所述方法，其特征在于，所述依据匹配结果更新所述内容标签库还包括：

确定所述第二内容标签树中不存在与所述内容标签相同或相似的内容标签，则在所述第二内容标签树的相应层级上增加所述内容标签。

5.根据权利要求1所述方法，其特征在于，所述依据匹配结果更新所述内容标签库之后，所述方法还包括：

从所述第二内容标签树中与所述第一内容标签树的根节点内容标签相同的内容标签开始，按照从左到右或从顶向下的顺序将所述第二内容标签树中的内容标签与所述第一内容标签树中相应层级的内容标签进行匹配，若所述第二内容标签树中的内容标签在所述第一内容标签树相应层级的内容标签中不存在，则删除所述第二内容标签树中的内容标签。

6.一种互联网内容标签的管理装置，其特征在于，所述装置包括：创建模块、获取模块及更新模块；其中，

所述创建模块，用于创建内容标签库；

所述获取模块，用于获取不同网站对应的第一内容标签树，分别确定各个第一内容标签树所属类别的类别标签；

所述更新模块，用于基于所述类别标签将所述第一内容标签树的内容标签与所述内容标签库中的内容标签按预设的匹配规则进行匹配，并依据匹配结果更新所述内容标签库；

所述更新模块，具体用于获取所述内容标签库中根节点内容标签与所述类别标签相同的第二内容标签树，结合语义分析，按照从左到右或从顶向下的顺序将所述第一内容标签树的内容标签分别与所述第二内容标签树中各个层级的内容标签逐级进行匹配；

所述更新模块，具体用于确定所述第二内容标签树中存在与所述第一内容标签树的内容标签相似的内容标签，则更新与所述第一内容标签树的内容标签相似的内容标签的名称；其中，与所述第一内容标签树的内容标签相似的内容标签为名称与所述第一内容标签树的内容标签不同，但对应的父标签及子标签均相同的内容标签。

7.根据权利要求6所述装置，其特征在于，所述获取模块，具体用于获取不同网站对应的网站域名，以及所述网站域名下的至少一个统一资源定位符URL，基于所述网站域名及所述URL，利用各个网站的内容标签规则确定不同网站对应的第一内容标签树。