第四輸入子模塊，用于對所述目標(biāo)網(wǎng)頁的網(wǎng)頁標(biāo)題進(jìn)行分詞并輸入所述第=預(yù)測 模型；
[0%0] 第四預(yù)測子模塊，用于針對各個(gè)分詞，所述第=預(yù)測模型判斷所述分詞屬于所述 某個(gè)網(wǎng)頁分類的第二概率值大于第二目標(biāo)概率值，則將所述網(wǎng)頁分類作為所述目標(biāo)網(wǎng)頁所 屬的候選網(wǎng)頁分類。
[0%1] 依據(jù)本發(fā)明實(shí)施例，提取待預(yù)測網(wǎng)頁的多種網(wǎng)頁元素，并W此為依據(jù)從多維度預(yù) 測該網(wǎng)頁的網(wǎng)頁分類，進(jìn)一步通過比較各種網(wǎng)頁元素對應(yīng)預(yù)測的網(wǎng)頁分類，確定所述待預(yù) 測網(wǎng)頁的最終網(wǎng)頁分類，實(shí)現(xiàn)了完全自動(dòng)化的分類過程，不需要人工參與，極大地提高了網(wǎng) 頁分類的效率，尤其是針對全網(wǎng)海量的網(wǎng)頁和互聯(lián)網(wǎng)上新產(chǎn)生的網(wǎng)頁，能夠?qū)崿F(xiàn)快速有效 地分類，保證網(wǎng)頁分類的時(shí)效性。
[0%2] 進(jìn)一步，本發(fā)明的網(wǎng)頁分類可W通過挖掘歷史捜索日志生成，一方面對歷史捜索 數(shù)據(jù)進(jìn)行了更充分的利用，另一方面可W克服人工定義網(wǎng)頁分類擴(kuò)展性較差的問題。
[0263] 對于上述網(wǎng)頁分類的裝置實(shí)施例而言，由于其與方法實(shí)施例基本相似，所W描述 的比較簡單，相關(guān)之處參見方法實(shí)施例的部分說明即可。
[0264] 本說明書中的各個(gè)實(shí)施例均采用遞進(jìn)的方式描述，每個(gè)實(shí)施例重點(diǎn)說明的都是與 其他實(shí)施例的不同之處，各個(gè)實(shí)施例之間相同相似的部分互相參見即可。
[0265] 本領(lǐng)域技術(shù)人員易于想到的是：上述各個(gè)實(shí)施例的任意組合應(yīng)用都是可行的，故 上述各個(gè)實(shí)施例之間的任意組合都是本發(fā)明的實(shí)施方案，但是由于篇幅限制，本說明書在 此就不一一詳述了。
[0%6] 在此提供的基于移動(dòng)終端的電話舉報(bào)方案不與任何特定計(jì)算機(jī)、虛擬系統(tǒng)或者其 它設(shè)備固有相關(guān)。各種通用系統(tǒng)也可W與基于在此的示教一起使用。根據(jù)上面的描述，構(gòu) 造具有本發(fā)明方案的系統(tǒng)所要求的結(jié)構(gòu)是顯而易見的。此外，本發(fā)明也不針對任何特定編 程語言。應(yīng)當(dāng)明白，可W利用各種編程語言實(shí)現(xiàn)在此描述的本發(fā)明的內(nèi)容，并且上面對特定 語言所做的描述是為了披露本發(fā)明的最佳實(shí)施方式。
[0%7]在此處所提供的說明書中，說明了大量具體細(xì)節(jié)。然而，能夠理解，本發(fā)明的實(shí)施 例可W在沒有該些具體細(xì)節(jié)的情況下實(shí)踐。在一些實(shí)例中，并未詳細(xì)示出公知的方法、結(jié)構(gòu) 和技術(shù)，W便不模糊對本說明書的理解。
[0268] 類似地，應(yīng)當(dāng)理解，為了精簡本公開并幫助理解各個(gè)發(fā)明方面中的一個(gè)或多個(gè)，在 上面對本發(fā)明的示例性實(shí)施例的描述中，本發(fā)明的各個(gè)特征有時(shí)被一起分組到單個(gè)實(shí)施 例、圖、或者對其的描述中。然而，并不應(yīng)將該公開的方法解釋成反映如下意圖；即所要求保 護(hù)的本發(fā)明要求比在每個(gè)權(quán)利要求中所明確記載的特征更多的特征。更確切地說，如權(quán)利 要求書所反映的那樣，發(fā)明方面在于少于前面公開的單個(gè)實(shí)施例的所有特征。因此，遵循具 體實(shí)施方式的權(quán)利要求書由此明確地并入該【具體實(shí)施方式】，其中每個(gè)權(quán)利要求本身都作為 本發(fā)明的單獨(dú)實(shí)施例。
[0269] 本領(lǐng)域那些技術(shù)人員可W理解，可W對實(shí)施例中的設(shè)備中的模塊進(jìn)行自適應(yīng)性地 改變并且把它們設(shè)置在與該實(shí)施例不同的一個(gè)或多個(gè)設(shè)備中。可W把實(shí)施例中的模塊或單 元或組件組合成一個(gè)模塊或單元或組件，W及此外可W把它們分成多個(gè)子模塊或子單元或 子組件。除了該樣的特征和/或過程或者單元中的至少一些是相互排斥之外，可W采用任 何組合對本說明書（包括伴隨的權(quán)利要求、摘要和附圖）中公開的所有特征W及如此公開 的任何方法或者設(shè)備的所有過程或單元進(jìn)行組合。除非另外明確陳述，本說明書（包括伴 隨的權(quán)利要求、摘要和附圖）中公開的每個(gè)特征可W由提供相同、等同或相似目的的替代 特征來代替。
[0270] 此外，本領(lǐng)域的技術(shù)人員能夠理解，盡管在此所述的一些實(shí)施例包括其它實(shí)施例 中所包括的某些特征而不是其它特征，但是不同實(shí)施例的特征的組合意味著處于本發(fā)明的 范圍之內(nèi)并且形成不同的實(shí)施例。例如，在權(quán)利要求書中，所要求保護(hù)的實(shí)施例的任意之一 都可WW任意的組合方式來使用。
[0271] 本發(fā)明的各個(gè)部件實(shí)施例可WW硬件實(shí)現(xiàn)，或者W在一個(gè)或者多個(gè)處理器上運(yùn)行 的軟件模塊實(shí)現(xiàn)，或者W它們的組合實(shí)現(xiàn)。本領(lǐng)域的技術(shù)人員應(yīng)當(dāng)理解，可W在實(shí)踐中使用 微處理器或者數(shù)字信號處理器值S巧來實(shí)現(xiàn)根據(jù)本發(fā)明實(shí)施例的網(wǎng)頁分類的方案中的一 些或者全部部件的一些或者全部功能。本發(fā)明還可W實(shí)現(xiàn)為用于執(zhí)行該里所描述的方法的 一部分或者全部的設(shè)備或者裝置程序（例如，計(jì)算機(jī)程序和計(jì)算機(jī)程序產(chǎn)品）。該樣的實(shí)現(xiàn) 本發(fā)明的程序可W存儲(chǔ)在計(jì)算機(jī)可讀介質(zhì)上，或者可W具有一個(gè)或者多個(gè)信號的形式。該 樣的信號可W從因特網(wǎng)網(wǎng)站上下載得到，或者在載體信號上提供，或者W任何其他形式提 供。
[0272] 應(yīng)該注意的是上述實(shí)施例對本發(fā)明進(jìn)行說明而不是對本發(fā)明進(jìn)行限制，并且本領(lǐng) 域技術(shù)人員在不脫離所附權(quán)利要求的范圍的情況下可設(shè)計(jì)出替換實(shí)施例。在權(quán)利要求中， 不應(yīng)將位于括號之間的任何參考符號構(gòu)造成對權(quán)利要求的限制。單詞"包含"不排除存在 未列在權(quán)利要求中的元件或步驟。位于元件之前的單詞"一"或"一個(gè)"不排除存在多個(gè)該 樣的元件。本發(fā)明可W借助于包括有若干不同元件的硬件W及借助于適當(dāng)編程的計(jì)算機(jī)來 實(shí)現(xiàn)。在列舉了若干裝置的單元權(quán)利要求中，該些裝置中的若干個(gè)可W是通過同一個(gè)硬件 項(xiàng)來具體體現(xiàn)。單詞第一、第二、W及第=等的使用不表示任何順序?？蓪⒃撔﹩卧~解釋為 名稱。
【主權(quán)項(xiàng)】
1. 一種網(wǎng)頁分類的方法，其中，包括： 從待預(yù)測網(wǎng)頁中解析多個(gè)網(wǎng)頁元素； 根據(jù)各個(gè)網(wǎng)頁元素分別預(yù)測所述待預(yù)測網(wǎng)頁所屬的候選網(wǎng)頁分類； 通過比對各個(gè)網(wǎng)頁元素分別預(yù)測的候選網(wǎng)頁分類，確定所述待預(yù)測網(wǎng)頁的最終網(wǎng)頁分 類。2. 根據(jù)權(quán)利要求1所述的方法，其中，在所述從待預(yù)測網(wǎng)頁中解析多個(gè)網(wǎng)頁元素之前， 所述方法還包括： 針對各個(gè)網(wǎng)頁元素，分別創(chuàng)建基于所述網(wǎng)頁元素預(yù)測所述網(wǎng)頁分類的預(yù)測模型； 所述根據(jù)各個(gè)網(wǎng)頁元素分別預(yù)測所述待預(yù)測網(wǎng)頁所屬的候選網(wǎng)頁分類包括： 根據(jù)各個(gè)網(wǎng)頁元素對應(yīng)的預(yù)測模型分別預(yù)測所述待預(yù)測網(wǎng)頁所屬的候選網(wǎng)頁分類。3. 根據(jù)權(quán)利要求1-2任一項(xiàng)所述的方法，其中，所述針對各個(gè)網(wǎng)頁元素，分別創(chuàng)建基于 所述網(wǎng)頁元素預(yù)測所述網(wǎng)頁分類的預(yù)測模型包括： 基于搜索日志挖掘多個(gè)網(wǎng)頁分類以及屬于所述網(wǎng)頁分類的查詢詞； 針對各個(gè)網(wǎng)頁元素，分別根據(jù)所述搜索日志中相關(guān)聯(lián)的查詢詞和所述網(wǎng)頁元素，創(chuàng)建 根據(jù)所述網(wǎng)頁元素預(yù)測所述網(wǎng)頁分類的預(yù)測模型。4. 根據(jù)權(quán)利要求1-3任一項(xiàng)所述的方法，其中，所述基于搜索日志挖掘多個(gè)網(wǎng)頁分類 以及屬于所述網(wǎng)頁分類的查詢詞包括： 統(tǒng)計(jì)所述搜索日志中各個(gè)查詢詞的查詢頻度； 提取查詢頻度高于預(yù)設(shè)閥值或是預(yù)設(shè)比例的查詢詞作為網(wǎng)頁分類； 提取與所述網(wǎng)頁分類觸發(fā)同一網(wǎng)頁的查詢詞添加至所述網(wǎng)頁分類。5. 根據(jù)權(quán)利要求1-4任一項(xiàng)所述的方法，其中，當(dāng)所述網(wǎng)頁元素包括根域名時(shí)，所述預(yù) 測模型包括根據(jù)所述根域名預(yù)測所述網(wǎng)頁分類的第一預(yù)測模型，所述針對各個(gè)網(wǎng)頁元素， 分別根據(jù)所述搜索日志中相關(guān)聯(lián)的查詢詞和所述網(wǎng)頁元素，創(chuàng)建根據(jù)所述網(wǎng)頁元素預(yù)測所 述網(wǎng)頁分類的預(yù)測模型包括： 提取所述搜索日志對應(yīng)訪問的歷史網(wǎng)頁的根域名； 根據(jù)所述搜索日志訪問的多個(gè)歷史網(wǎng)頁以及觸發(fā)所述歷史網(wǎng)頁的查詢詞，統(tǒng)計(jì)各個(gè)根 域名對應(yīng)的查詢詞； 根據(jù)所述查詢詞所屬的網(wǎng)頁分類，計(jì)算所述根域名屬于各個(gè)網(wǎng)頁分類的第一概率值， 并根據(jù)所述第一概率值創(chuàng)建包括所述根域名屬于各個(gè)網(wǎng)頁分類的判斷條件的第一預(yù)測模 型； 所述根據(jù)各個(gè)網(wǎng)頁元素對應(yīng)的預(yù)測模型分別預(yù)測所述待預(yù)測網(wǎng)頁所屬的候選網(wǎng)頁分 類包括： 提取所述目標(biāo)網(wǎng)頁的根域名輸入所述第一預(yù)測模型； 所述第一預(yù)測模型判斷所述根域名屬于所述某個(gè)網(wǎng)頁分類的第一概率值大于第一目 標(biāo)概率值，則將所述網(wǎng)頁分類作為所述目標(biāo)網(wǎng)頁所屬的候選網(wǎng)頁分類。6. 根據(jù)權(quán)利要求1-5任一項(xiàng)所述的方法，其中，當(dāng)所述網(wǎng)頁元素包括網(wǎng)頁標(biāo)題時(shí)，所述 預(yù)測模型包括根據(jù)所述網(wǎng)頁標(biāo)題預(yù)測所述網(wǎng)頁分類的第二預(yù)測模型，所述針對各個(gè)網(wǎng)頁元 素，分別根據(jù)所述搜索日志中相關(guān)聯(lián)的查詢詞和所述網(wǎng)頁元素，創(chuàng)建根據(jù)所述網(wǎng)頁元素預(yù) 測所述網(wǎng)頁分類的預(yù)測模型包括： 根據(jù)所述網(wǎng)頁分類以及屬于所述網(wǎng)頁分類的查詢詞，生成根據(jù)所述查詢詞檢索所述網(wǎng) 頁分類的第一倒排索引，創(chuàng)建包括所述第一倒排索引的第二預(yù)測模型； 所述根據(jù)各個(gè)網(wǎng)頁元素對應(yīng)的預(yù)測模型分別預(yù)測所述待預(yù)測網(wǎng)頁所屬的候選網(wǎng)頁分 類包括： 提取所述目標(biāo)網(wǎng)頁的網(wǎng)頁標(biāo)題中包括的查詢詞輸入所述第二預(yù)測模型； 所述第二預(yù)測模型按照所述第一倒排索引查找所述查詢詞對應(yīng)的網(wǎng)頁分類，并將查找 的網(wǎng)頁分類作為所述目標(biāo)網(wǎng)頁所屬的候選網(wǎng)頁分類。7. 根據(jù)權(quán)利要求1-6任一項(xiàng)所述的方法，其中，當(dāng)所述網(wǎng)頁元素包括網(wǎng)頁標(biāo)題時(shí)，所述 預(yù)測模型包括根據(jù)所述網(wǎng)頁標(biāo)題預(yù)測所述網(wǎng)頁分類的第二預(yù)測模型時(shí)，所述針對各個(gè)網(wǎng)頁 元素，分別根據(jù)所述搜索日志中相關(guān)聯(lián)的查詢詞和所述網(wǎng)頁元素，創(chuàng)建根據(jù)所述網(wǎng)頁元素 預(yù)測所述網(wǎng)頁分類的預(yù)測模型包括： 依據(jù)所述網(wǎng)頁分類下的查詢詞，對各個(gè)網(wǎng)頁分類添加預(yù)先搜集的查詢詞，生成根據(jù)添 加的查詢詞檢索所述網(wǎng)頁分類的第二倒排索引，創(chuàng)建包括所述第二倒排索引的第二預(yù)測模 型； 所述根據(jù)各個(gè)網(wǎng)頁元素對應(yīng)的預(yù)測模型分別預(yù)測所述待預(yù)測網(wǎng)頁所屬的候選網(wǎng)頁分 類包括： 提取所述目標(biāo)網(wǎng)頁的網(wǎng)頁標(biāo)題中包括的查詢詞輸入所述第二預(yù)測模型； 所述第二預(yù)測模型按照所述第二倒排索引查找提取的查詢詞對應(yīng)的網(wǎng)頁分類，并將查 找的網(wǎng)頁分類作為所述目標(biāo)網(wǎng)頁所屬的候選網(wǎng)頁分類。8. 根據(jù)權(quán)利要求1-7任一項(xiàng)所述的方法，其中，當(dāng)所述網(wǎng)頁元素包括網(wǎng)頁標(biāo)題時(shí)，所述 預(yù)測模型包括根據(jù)所述網(wǎng)頁標(biāo)題的分詞預(yù)測所述網(wǎng)頁分類的第三預(yù)測模型，所述針對各個(gè) 網(wǎng)頁元素，分別根據(jù)所述搜索日志中相關(guān)聯(lián)的查詢詞和所述網(wǎng)頁元素，創(chuàng)建根據(jù)所述網(wǎng)頁 元素預(yù)測所述網(wǎng)頁分類的預(yù)測模型包括： 對所述查詢詞進(jìn)行分詞，統(tǒng)計(jì)各個(gè)分詞所屬的網(wǎng)頁分類； 計(jì)算各個(gè)分詞屬于各個(gè)網(wǎng)頁分類的第二概率值，并根據(jù)所述第二概率值創(chuàng)建包括所述 分詞屬于各個(gè)網(wǎng)頁分類的判斷條件的第三預(yù)測模型； 所述根據(jù)各個(gè)網(wǎng)頁元素對應(yīng)的預(yù)測模型分別預(yù)測所述待預(yù)測網(wǎng)頁所屬的候選網(wǎng)頁分 類包括： 對所述目標(biāo)網(wǎng)頁的網(wǎng)頁標(biāo)題進(jìn)行分詞并輸入所述第三預(yù)測模型； 針對各個(gè)分詞，所述第三預(yù)測模型判斷所述分詞屬于所述某個(gè)網(wǎng)頁分類的第二概率值 大于第二目標(biāo)概率值，則將所述網(wǎng)頁分類作為所述目標(biāo)網(wǎng)頁所屬的候選網(wǎng)頁分類。9. 根據(jù)權(quán)利要求1-8任一項(xiàng)所述的方法，其中，所述通過比對各個(gè)網(wǎng)頁元素分別預(yù)測 的候選網(wǎng)頁分類，確定所述待預(yù)測網(wǎng)頁的最終網(wǎng)頁分類包括： 提取與所述待預(yù)測網(wǎng)頁的文本相似度符合預(yù)設(shè)條件的候選網(wǎng)頁分類作為所述待預(yù)測 網(wǎng)頁所屬的最終網(wǎng)頁分類。10. -種網(wǎng)頁分類的裝置，其中，包括： 元素解析模塊，用于從待預(yù)測網(wǎng)頁中解析多個(gè)網(wǎng)頁元素； 候選預(yù)測模塊，用于根據(jù)各個(gè)網(wǎng)頁元素分別預(yù)測所述待預(yù)測網(wǎng)頁所屬的候選網(wǎng)頁分 類； 分類確定模塊，用于通過比對各個(gè)網(wǎng)頁元素分別預(yù)測的候選網(wǎng)頁分類，確定所述待預(yù) 測網(wǎng)頁的最終網(wǎng)頁分類。
【專利摘要】本發(fā)明提供了一種網(wǎng)頁分類的方法和裝置。所述方法包括：從待預(yù)測網(wǎng)頁中解析多個(gè)網(wǎng)頁元素；根據(jù)各個(gè)網(wǎng)頁元素分別預(yù)測所述待預(yù)測網(wǎng)頁所屬的候選網(wǎng)頁分類；通過比對各個(gè)網(wǎng)頁元素分別預(yù)測的候選網(wǎng)頁分類，確定所述待預(yù)測網(wǎng)頁的最終網(wǎng)頁分類。本發(fā)明實(shí)現(xiàn)了完全自動(dòng)化的分類過程，不需要人工參與，極大地提高了網(wǎng)頁分類的效率，尤其是針對全網(wǎng)海量的網(wǎng)頁和互聯(lián)網(wǎng)上新產(chǎn)生的網(wǎng)頁，能夠?qū)崿F(xiàn)快速有效地分類，保證網(wǎng)頁分類的時(shí)效性。
【IPC分類】G06F17/30
【公開號】CN104965905
【申請?zhí)枴緾N201510378183
【發(fā)明人】王建剛, 沈亮, 鄧本洋, 陳培軍
【申請人】北京奇虎科技有限公司, 奇智軟件（北京）有限公司
【公開日】2015年10月7日
【申請日】2015年6月30日