[发明专利]基于HTML源码特征对网页主题进行快速分类的方法有效
| 申请号： | 202010597175.0 | 申请日： | 2020-06-28 |
| 公开（公告）号： | CN111488953B | 公开（公告）日： | 2020-10-13 |
| 发明（设计）人： | 简小云;朱雨佳;杨哲;王莉芳;陈金辉 | 申请（专利权）人： | 浙江网新恒天软件有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06F16/958 |
| 代理公司： | 杭州求是专利事务所有限公司 33200 | 代理人： | 刘静 |
| 地址： | 310012 浙江省杭*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于HTML源码特征对网页主题进行快速分类的方法，本发明通过对网页源代码的自动化解析得到包含网页布局特征的图像数据，该特征通过选定标签蕴含的内容长度和链接长度，选定标签所属的层次关系，以及选定标签之间的距离关系，能够有效地反映出网页的布局信息。然后通过深度学习模型对网页源代码生成的图像数据进行训练，获取该图像数据中包含的网页布局特征，达到利用网页布局特征对海量网页进行快速精准分类的目的。本发明有效地利用了网页源代码中蕴含的网页布局信息，并对该布局信息进行自动化提取和学习，所构造出的分类模型鲁棒性强且分类速度快。 | ||
| 搜索关键词： | 基于 html 源码 特征 网页 主题 进行 快速 分类 方法 | ||
【主权项】：
暂无信息
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浙江网新恒天软件有限公司，未经浙江网新恒天软件有限公司许可，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/202010597175.0/，转载请声明来源钻瓜专利网。
