[发明专利]用于直接浏览器内标记因特网内容中的元素的系统和方法

说明书

本发明的典型实施例涉及用于经由增强型浏览器环境同时在浏览器内搜索、查看、标志、比较和收集网络化环境内的数字内容中的特定元素、并且基于数字内容中的元素的同时在浏览器内搜索、查看、标志、比较和收集来改善门户的操作的系统、方法和非暂时性计算机可读介质。

相关申请

本申请要求于2017年2月22日提交的、标题为“Systems and Methods for DirectIn-Browser Markup of Elements in Internet Content”的美国临时申请62/462,110的优先权，其内容通过引用而整体并入于此。

背景技术

通过诸如因特网等的网络化环境可获得大量数字内容。该数字内容分散在多个数据通道和/或源上，并且每天可获得越来越多的内容。用于生成内容或以其它方式将内容添加到因特网的实体可以立即具有因特网上的内容的多个版本或变型。考虑到内容可被添加到一个或多个因特网数据通道或源或者从其移除的流动性、以及因特网上的大量内容，通常识别和跟踪因特网上内容的不同版本或变型并且判断不同版本或变型是否真实和/或相符合可能是困难的。

发明内容

虽然一些系统基于一个或多个搜索来进行数字内容的批量预收集、并且随后对数字内容进行“离线”分析，但是这种方法可能是低效且资源密集的。另外，虽然数字内容的批量预收集可以是聚集大量数字内容的有效方法，但是这种批量收集可能不会发现相关数字内容以及/或者预收集的数字内容可能不是最新的(例如，数字内容可能在预收集数字内容之后改变，从而需要用户随后再次从数据源检索和检查内容)。

本发明的典型实施例有利地解决了与检测和跟踪因特网或其它网络化环境中的数字内容中的元素的版本或变型相关联的问题。例如，这里描述了被提供用于提供对网络化环境中的数字内容中的元素进行直接浏览器内的搜索、查看、标志、标记、比较和收集、同时潜在地避免对内容的大量收集以及/或者填充批量收集内容中的间隙的典型系统、方法和计算机可读介质。

因此，虽然传统方法一般需要包括从网络化环境中的内容单独地预收集元素(例如，图像、文本、标记和链接等)以及后续跟踪(以验证当前实现)和创建规则或收集算法的两步过程，但是本发明的典型实施例可以在用户浏览实况内容的同时提供对网络化环境中的内容的特定元素的识别。这种例如经由同时检索的网页本身上的直接指示的对数字内容的元素的“实况”、直接、浏览器内的检测和跟踪接着可以立即并入到门户(portal)中，可以用于使得能够经由门户来“实况”搜索和检查附加内容，以及/或者可以提高门户所执行的内容收集算法的效率和精度。

例如，典型实施例可以改进发现内容内的有害元素的精度。内容内的有害元素例如可以包括未能符合当前遵循规则的元素和/或欺诈、侵权和伪造的元素等。内容内的良性元素例如可以包括符合当前遵循规则的元素和/或授权的、可信的和/或真实的元素。本发明的实施例提供了减少误报(例如，错误地将元素识别为有害)以及/或者减少适应网络化环境中的内容的结构和/或内容中的元素的变化所需的时间量的可能性。可以经由增强型浏览器或浏览器扩展或web浏览器的插件的实施例来利用基于元素的检测以将所发现的大量有害元素快速且无缝地添加到收集(发现)机构，并且可以便于能够基于指示标记上下文将有害元素与误报进行区分。

根据本发明的实施例，公开了一种用于直接、同时、浏览器内标记、标志、比较和收集网络化环境中的数字内容的方法。该方法包括在计算资源上执行增强型浏览器环境(例如，增强型浏览器或加载有浏览器扩展的web浏览器)，以便于独立地且单独地对增强型浏览器环境的浏览器窗口中所渲染的网页中的元素进行选择和标志。增强型浏览器环境与门户相连接。该方法还包括经由增强型浏览器环境来接收对网页中的特定元素的选择、向该特定元素分配标志、以及通过门户将标志与网页的元素以及统一资源定位符(URL)进行关联。