龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：中科天玑数据科技股份有限公司
摘要：本发明提供一种网页列表页链接识别方法，包括获取网页列表的html文档，通过xpath将html文档转换成Dom树；所述Dom树包括若干主体，从Dom树的根为起始遍历主体以筛选主体中包含预设标签的链接url，提取并构成链接组；两两组合链接组内链接url，依据链接url内包含字符串种类和数量将其转换成向量数组，使用余弦相似度定理计算两数组的相似度，依据相似度是否超过阈值判断两链接url是否相似，相似度高的链接url保留至链接组；依据关键词过滤链接url，输出符合规则的链接。本发明通过余弦相似度算法对链接识别进行优化，能够对不同网页列表页链接的高效、准确识别，提高了识别的准确率和适应性。
主权项：1.一种网页列表页链接识别方法，其特征在于，包括，步骤一，预处理网页列表，获取网页列表的html文档，通过xpath将html文档转换成Dom树；步骤二，筛选链接，所述Dom树包括若干主体，从Dom树的根为起始遍历主体以筛选主体中包含预设标签的链接url，提取并构成链接组；步骤三，提取链接，两两组合链接组内链接url，依据链接url内包含字符串种类和数量将其转换成向量数组，使用余弦相似度定理计算两向量数组的相似度，依据相似度是否超过阈值判断两链接url是否相似，相似度高的链接url保留至链接组；步骤四，输出链接，依据关键词过滤链接url，输出符合规则的链接。
全文数据：
权利要求：
百度查询： 中科天玑数据科技股份有限公司 一种网页列表页链接识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号