[发明专利]一种页面权威值的识别方法、装置、设备和存储介质

权利要求书

1.一种页面权威值的识别方法，包括：

获取页面的页面属性特征、页面所属空间特征和页面链指关系特征；

将所述页面属性特征、页面所属空间特征和页面链指关系特征输入至预先训练的页面权威值识别模型中，输出所述页面的权威值。

2.根据权利要求1所述的方法，其中：

所述页面为多人协作写作页面，所述页面配置有至少一个用户对所述页面的操作权限；

所述页面所属空间为企业办公空间。

3.根据权利要求1所述的方法，其中，所述页面属性特征包括页面行为特征、页面结构特征和页面内容特征；

所述页面行为特征为用户对所述页面所执行的至少一种操作行为的统计数据；

所述页面结构特征为所述页面包括的符合至少一种协议或格式的文档结构数据；

所述页面内容特征为所述页面所包括内容的特征。

4.根据权利要求3所述的方法，其中：

所述操作行为的统计数据包括下述至少一种：点赞数和评论数；

所述页面结构特征包括下述至少一种：页面所包括插件数量、页面所包括附件数量、页面所包括列表数量、页面所包括标题数量、页面所包括表格数量、页面中表格的行数、是否存在目录插件、是否存在子页面插件、以及html结构特征；

所述页面内容特征包括下述至少一种：是否命中预设正样本关键词、命中的预设正样本关键词、是否命中负样本关键词、命中的预设负样本关键词、标题分词、正文分词、正文文本长度、正文段落数量、页面所包括图片数量、页面在所属空间内的页面地址层级、以及标题标签属性。

5.根据权利要求1所述的方法，其中，页面所属空间为所述页面的用户所属的用户组织空间，所述页面所属空间特征包括下述至少一个：所述页面的创建用户的重要性等级特征、是否默认首页、所述页面所配置的空间操作权限。

6.根据权利要求5所述的方法，其中，所述重要性等级特征，按照重要性高低，从高至低包括团队空间等级和个人空间等级，所述团队空间等级包括与团队等级对应的至少一个级别。

7.根据权利要求1所述的方法，其中，所述页面链指关系特征包括：所述页面的入链特征和出链特征，所述入链特征和出链特征分别包括链接数量和链接权重。

8.根据权利要求7所述的方法，其中，所述页面链指关系特征还包括：所述入链特征和所述出链特征各自的链接权重包括链接所指向页面所属空间的空间权重。

9.根据权利要求1所述的方法，其中，所述方法还包括所述页面权威值识别模型的训练过程，所述训练过程包括：

获取原始页面，根据预设页面权威值识别规则对所述原始页面的权威等级进行分类；

将权威等级分别符合高权威等级和低权威等级的原始页面作为候选页面，进行权威值标注；

获取所述候选页面的页面属性特征、页面所属空间特征和页面链指关系特征，以及权威值标注结果，作为训练样本；所述权威值标注结果包括高权威等级和低权威等级；

将所述训练样本输入所述页面权威值识别模型，并采用交叉熵损失函数进行模型训练。

10.根据权利要求1或9所述的方法，其中，所述页面权威值识别模型包括：顺序相连的向量映射层、至少一个全链接层和输出层；

所述向量映射层用于将离散形式的页面属性特征、页面所属空间特征和页面链指关系特征进行向量映射；

至少一个所述全链接层用于根据所述输入数据进行权重处理以输出页面权威值。

11.一种页面权威值的识别装置，包括：

特征获取模块，用于获取页面的页面属性特征、页面所属空间特征和页面链指关系特征；

权威值确定模块，用于将所述页面属性特征、页面所属空间特征和页面链指关系特征输入至预先训练的页面权威值识别模型中，输出所述页面的权威值。