[发明专利]网页识别方法及装置和设置率确定方法和装置

权利要求书

1.一种网页识别方法，其特征在于，包括：

从目标网站的访问日志中查询出目标访问日志，其中，所述目标访问日志为访问所述目标网站的首页页面的日志；

对所述目标访问日志进行解析，提取出访问所述目标网站的首页页面的访问来源；

判断所述访问来源的网页是否为所述目标网站中除所述首页页面之外的其他网页；以及

在所述访问来源的网页是所述目标网站中除所述首页页面之外的其他网页时，确定所述访问来源的网页上设置有返回首页链接，其中，所述返回首页链接为设置在所述目标网站的网页上用于跳转回所述目标网站的首页页面的链接；

其中，判断所述访问来源的网页是否为所述目标网站中除所述首页页面之外的其他网页包括：

判断所述访问来源的网页的统一资源定位符中包含的域名是否与所述目标网站的域名相同；

在所述访问来源的网页的统一资源定位符中包含的域名与所述目标网站的域名相同时，确定所述访问来源的网页是所述目标网站中除所述首页页面之外的其他网页；

其中，所述访问来源是指通过链接跳转到首页页面的网页来源。

2.根据权利要求1所述的方法，其特征在于，对所述目标访问日志进行解析，提取出访问所述目标网站的首页页面的访问来源包括：

从所述目标访问日志中解析出目标字段，其中，所述目标字段为记录有上一跳网页的统一资源定位符的字段。

3.根据权利要求1所述的方法，其特征在于，从目标网站的访问日志中查询出目标访问日志包括：

将所述目标网站的首页页面对应的统一资源定位符与所述目标网站的访问日志进行匹配；

将从所述目标网站的访问日志中匹配出的包含有所述目标网站的首页页面对应的统一资源定位符的访问日志作为所述目标访问日志。

4.一种设置率确定方法，其特征在于，包括：

对目标网站的访问日志进行解析，统计出所述目标网站中被访问的网页总数；

利用权利要求1至3中任一项所述的网页识别方法识别出目标网页，统计所述目标网页的数量，其中，所述目标网页为设置有返回首页链接的网页；以及

根据所述网页总数和所述目标网页的数量计算得到所述目标网站上的所述返回首页链接的设置率。

5.一种网页识别装置，其特征在于，包括：

查询单元，用于从目标网站的访问日志中查询出目标访问日志，其中，所述目标访问日志为访问所述目标网站的首页页面的日志；

提取单元，用于对所述目标访问日志进行解析，提取出访问所述目标网站的首页页面的访问来源；

判断单元，用于判断所述访问来源的网页是否为所述目标网站中除所述首页页面之外的其他网页；以及

确定单元，用于在所述访问来源的网页是所述目标网站中除所述首页页面之外的其他网页时，确定所述访问来源的网页上设置有返回首页链接，其中，所述返回首页链接为设置在所述目标网站的网页上用于跳转回所述目标网站的首页页面的链接；

其中，所述判断单元包括：

判断模块，用于判断所述访问来源的网页的统一资源定位符中包含的域名是否与所述目标网站的域名相同；

第一确定模块，用于在所述访问来源的网页的统一资源定位符中包含的域名与所述目标网站的域名相同时，确定所述访问来源的网页是所述目标网站中除所述首页页面之外的其他网页；

其中，所述访问来源是指通过链接跳转到首页页面的网页来源。

6.根据权利要求5所述的装置，其特征在于，所述提取单元具体用于从所述目标访问日志中解析出目标字段，其中，所述目标字段为记录有上一跳网页的统一资源定位符的字段。

7.根据权利要求5所述的装置，其特征在于，所述查询单元包括：

匹配模块，用于将所述目标网站的首页页面对应的统一资源定位符与所述目标网站的访问日志进行匹配；

第二确定模块，用于将从所述目标网站的访问日志中匹配出的包含有所述目标网站的首页页面对应的统一资源定位符的访问日志作为所述目标访问日志。

8.一种设置率确定装置，其特征在于，包括：

第一统计单元，用于对目标网站的访问日志进行解析，统计出所述目标网站中被访问的网页总数；

第二统计单元，用于利用权利要求1至3中任一项所述的网页识别方法识别出目标网页，统计所述目标网页的数量，其中，所述目标网页为设置有返回首页链接的网页；以及

计算单元，用于根据所述网页总数和所述目标网页的数量计算得到所述目标网站上的所述返回首页链接的设置率。