[发明专利]基于CPat－Tree的网络内容分级索引结构和裁剪方法

摘要

本发明为一种针对URL及其所指向的网络实体的内容分级索引的结构模型和裁剪算法。其中，分级索引结构使用TreeMap、NodeMap、EList和IFArray几个数组记录实体的URL和分级信息。裁剪算法的基本步骤是将CPat－Tree中每个叶子节点根据信息矢量映射到矢量空间中一点，用空间模式识别的方法，把所有的点划分入若干不重合的簇，然后根据合并规则，依次把每个簇中的叶子节点向上合并，使其父亲节点成为新叶子节点；新叶子节点的信息矢量用簇中心的综合信息矢量代替。本发明极大地减少了CPat－Tree索引结构的存储容量，降低了查询过程中的磁盘访问次数和CPU计算代价，具有很高的查询效率。

主权项

1、一种基于CPat-Tree实现的可裁剪的网络内容分级索引结构，其特征在于：(1)分级索引结构由TreeMap、NodeMap、EList和IFArray数组联合组成；其中，(2)TreeMap比特数组按前序顺序记录CPat-Tree的树状节点结构，以比特0标记内部节点，比特1标记外部节点；(3)NodeMap比特数组按前序顺序记录每个节点包含的比特数目，用1个比特0和若干比特1联合标记，其总数目等于节点包含比特数目；(4)EList比特数组按前序顺序存储每个节点包含的比特值；(5)IFArray数组按前序顺序记录叶子节点携带的信息矢量。