[发明专利]网页信息的获取方法和计算机存储介质在审
| 申请号： | 201910911511.1 | 申请日： | 2019-09-25 |
| 公开（公告）号： | CN110704761A | 公开（公告）日： | 2020-01-17 |
| 发明（设计）人： | 郭龙飞 | 申请（专利权）人： | 恩亿科(北京)数据科技有限公司 |
| 主分类号： | G06F16/955 | 分类号： | G06F16/955 |
| 代理公司： | 11262 北京安信方达知识产权代理有限公司 | 代理人： | 张建秀;栗若木 |
| 地址： | 100080 北京市海淀区西小口路66*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请实施例公开了一种网页信息的获取方法和计算机存储介质。所述方法包括：获取网页中链接信息的统一资源定位符URL；将URL中包括相同标签路径信息的URL分为一类，得到n个分类，其中n为大于等于2的自然数；计算每个分类的URL的文本标签路径比TPR；根据所述每个分类的URL的TPR，确定所述网页中噪音内容的TPR的取值信息；根据所述噪音内容的取值信息，对所述网页中链接信息的URL进行识别，得到所述网页中的新闻型URL和/或目录型的URL。 | ||
| 搜索关键词： | 网页 链接信息 分类 噪音 计算机存储介质 统一资源定位符 标签路径 网页信息 文本标签 申请 | ||
【主权项】：
1.一种网页信息的获取方法，其特征在于，包括：/n获取网页中链接信息的统一资源定位符URL；/n将URL中包括相同标签路径信息的URL分为一类，得到n个分类，其中n为大于等于2的自然数；/n计算每个分类的URL的文本标签路径比TPR；/n根据所述每个分类的URL的TPR，确定所述网页中噪音内容的TPR的取值信息；/n根据所述噪音内容的取值信息，对所述网页中链接信息的URL进行识别，得到所述网页中的新闻型URL和/或目录型的URL。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于恩亿科(北京)数据科技有限公司，未经恩亿科(北京)数据科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910911511.1/，转载请声明来源钻瓜专利网。
- 上一篇：数据处理方法和装置
- 下一篇：数据呈现方法、装置、计算机设备及存储介质
