[发明专利]一种数据搜索方法及装置

说明书

本发明公开了一种数据搜索方法及装置，涉及计算机领域，解决了数据搜素准确性较低的问题。具体方案为：抓取初始网页中的栏目信息；将栏目信息与预制栏目信息标签进行匹配处理，以得到所述栏目信息与预制栏目信息标签的匹配度；当栏目信息与预制栏目信息标签中的匹配度高于阈值，确定初始网页为待选网页。本发明用于数据搜索过程中。

技术领域

本发明涉及计算机领域，尤其涉及一种数据搜索方法及装置。

背景技术

随着网络的迅速发展，互联网成为大量信息的载体，从互联网中提取并利用信息是一个问题。搜索引擎(Search Engine)的问世解决了这一问题，传统的通用搜索引擎如AltaVista、Google等作为一个辅助检索信息的工具，通常搜索引擎根据一定的策略、运用特定的计算机程序从互联网上搜集信息，在对信息进行组织和处理后，为用户提供检索服务，将用户检索相关的信息展示给用户。其中搜索引擎包括全文索引、目录索引、元搜索引擎、垂直搜索引擎、集合式搜索引擎、门户搜索引擎与免费链接列表等。

然而，由于信息的领域不同，使用搜索的用户的背景不同，导致搜索引擎所返回的结果包含大量用户不关心的网页，即数据搜索的准确性较低。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的一种数据搜索方法及装置

一方面，本发明实施例提供一种数据搜索方法，包括：

抓取初始网页中的栏目信息；

将所述栏目信息与预制栏目信息标签进行匹配处理，以得到所述栏目信息与预制栏目信息标签的匹配度；

当所述栏目信息与所述预制栏目信息标签中的匹配度高于阈值，确定所述初始网页为待选网页。

另一方面，本发明实施例提供一种数据搜索装置，包括：

抓取单元，用于抓取初始网页中的栏目信息；

所述匹配单元，用于将所述栏目信息与预制栏目信息标签进行匹配处理，以得到所述栏目信息与预制栏目信息标签的匹配度；

所述确定单元，用于当所述栏目信息与所述预制栏目信息标签中的匹配度高于阈值，确定所述初始网页为待选网页。

借由上述技术方案，本发明提供的一种数据搜索方法及装置，通过抓取初始网页中的栏目信息；将栏目信息与预制栏目信息标签进行匹配处理；当栏目信息与预制栏目信息标签中的匹配度高于阈值，确定初始网页为待选网页，通过将网页中的栏目信息作为数据搜索的方式，可以更加精确的确定网页是否为搜索目标，从而提高数据搜索的准确性。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1示出了本发明实施例中的一种数据搜索方法的流程图；

图2示出了本发明另一个实施例中的一种数据搜索方法的流程图；

图3示出了本发明另一个实施例中的一种数据搜索方法的流程图；

图4示出了本发明实施例中的一种数据搜索装置的逻辑结构示意图；

图5示出了本发明另一个实施例中的一种数据搜索装置的逻辑结构示意图。

具体实施方式