網(wǎng)頁自動(dòng)分類方法和系統(tǒng)

基本信息

申請(qǐng)?zhí)?/td> CN201010022549.2 申請(qǐng)日 -
公開（公告）號(hào) CN101814083A 公開（公告）日 2010-08-25
申請(qǐng)公布號(hào) CN101814083A 申請(qǐng)公布日 2010-08-25
分類號(hào) G06F17/30(2006.01)I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 魏亮;丁力;韓雪嶺;郭為;張薇 申請(qǐng)（專利權(quán)）人 上海復(fù)歌信息科技有限公司
代理機(jī)構(gòu) 上海智信專利代理有限公司 代理人 上海復(fù)歌信息科技有限公司
地址 200437 上海市楊浦區(qū)邯鄲路100號(hào)61號(hào)樓207室
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種網(wǎng)頁自動(dòng)分類方法和系統(tǒng)，該方法包括以下步驟：S1、搜索與客戶網(wǎng)頁相關(guān)的網(wǎng)站網(wǎng)頁，從中抓取出網(wǎng)頁的標(biāo)題和變數(shù)據(jù)信息，形成網(wǎng)頁列表集合；S2、對(duì)所述網(wǎng)頁列表集合中的文字進(jìn)行處理，形成分類關(guān)鍵詞列表集合；S3、統(tǒng)計(jì)所述分類關(guān)鍵詞列表集合中的分類關(guān)鍵詞在所有網(wǎng)頁中出現(xiàn)的頻率，使每一個(gè)網(wǎng)頁對(duì)應(yīng)一個(gè)分類關(guān)鍵詞頻率向量；S4、建立統(tǒng)計(jì)模型，計(jì)算各目標(biāo)網(wǎng)頁和客戶網(wǎng)頁之間的分類關(guān)鍵詞頻率向量距離，得到目標(biāo)網(wǎng)頁和客戶網(wǎng)頁之間的相關(guān)度，基于該相關(guān)度對(duì)各目標(biāo)網(wǎng)頁進(jìn)行自動(dòng)分類。本發(fā)明能自動(dòng)發(fā)現(xiàn)最優(yōu)的基于無偏估計(jì)的網(wǎng)頁，從而為客戶推薦大量的優(yōu)質(zhì)潛在網(wǎng)頁進(jìn)行鏈接交換。