【技术实现步骤摘要】
本专利技术涉及互联网
,特别涉及一种网站分类方法及装置。
技术介绍
互联网中的网站数目异常庞大,这其中包括各种各样的网站,如:新闻类的网站,体育类的网站,购物类的网站等等。面对各种各样的网站,企业或组织常常需要对网站进行过滤,禁止内部人员访问指定类别的网站。这里,确定一个网站是否需要过滤掉,首先需要对网站进行分类。目前,网站分类的过程一般为:确定待访问网站网页中的内容,将确定的内容与预设的所有网站分类字典中的词语进行匹配,这里,每一类网站对应一个网站分类字典,网站分类字典中包括:词语和权重值的对应关系;根据匹配到权重值确定待访问网站类别。在确定网站类别时,与所有网站分类字典中的所有词语进行匹配,将使得网站分类的效率比较低。
技术实现思路
本专利技术实施例公开了一种网站分类方法及装置,提高网站分类的效率。为达到上述目的,本专利技术实施例公开了一种网站分类方法,所述方法包括:获取待分类网站的第一标签信息和第一网页内容,其中,所述第一标签信息为所述第一网页内容的一部分;根据预设的标签分类字典,确定所述第一标签信息对应的网站类别,其中,所述标签分类字典包括:标签信息与网站类别的对应关系;根据所确定的网站类别对应的网站分类字典及所述第一网页内容,确定所述待分类网站的网站类别。为达到上述目的,本专利技术实施例还公开了一种网站分类装置,所述装置包括:第一获取单元,用于获取待分类网站的第一标签信息和第一网页内容,其中,所述第一标签信息为所述第一网页内容的一部分;第一确定单元,用于根据预设的标签分类字典,确定所述第一标签信息对应的网站类别,其中,所述标签分类字典包括:标 ...
【技术保护点】
一种网站分类方法,其特征在于,所述方法包括:获取待分类网站的第一标签信息和第一网页内容,其中,所述第一标签信息为所述第一网页内容的一部分;根据预设的标签分类字典,确定所述第一标签信息对应的网站类别,其中,所述标签分类字典包括:标签信息与网站类别的对应关系;根据所确定的网站类别对应的网站分类字典及所述第一网页内容,确定所述待分类网站的网站类别。
【技术特征摘要】
1.一种网站分类方法,其特征在于,所述方法包括:获取待分类网站的第一标签信息和第一网页内容,其中,所述第一标签信息为所述第一网页内容的一部分;根据预设的标签分类字典,确定所述第一标签信息对应的网站类别,其中,所述标签分类字典包括:标签信息与网站类别的对应关系;根据所确定的网站类别对应的网站分类字典及所述第一网页内容,确定所述待分类网站的网站类别。2.根据权利要求1所述的方法,其特征在于,所述获取待分类网站的第一标签信息和第一网页内容,包括:获取待分类网站的统一资源定位符URL;访问所述URL,获取所述待分类网站的第一标签信息和第一网页内容。3.根据权利要求1所述的方法,其特征在于,所述标签分类字典中的标签信息为标签词语;所述根据预设的标签分类字典,确定所述第一标签信息对应的网站类别,包括:对所述第一标签信息进行分词,获得至少一个第一标签词语;根据预设的标签分类字典,确定每个第一标签词语对应的网站类别;将每个第一标签词语对应的网站类型确定为所述第一标签信息对应的网站类别。4.根据权利要求1所述的方法,其特征在于,每一网站类别的网站分类字典中包括该网站类别的有效词语和每个有效词语的权重值;所述根据所确定的网站类别对应的网站分类字典及所述第一网页内容,确定所述待分类网站的网站类别,包括:对所述第一网页内容的文本信息进行分词,获得至少一个第一有效词语;根据所确定的网站类别对应的网站分类字典及每个第一有效词语,获得针对每一网站类别的每个第一有效词语的第一权重值;确定第一权重值之和最大的网站类别为所述待分类网站的网站类别。5.根据权利要求1所述的方法,其特征在于,所述标签分类字典中的标签信息为标签词语;所述获取待分类网站的第一标签信息和第一网页内容之前,所述方法还包括:配置N个初始网站类别,其中,所述N为正整数;获取每个初始网站类别对应的至少一个样本网站的第二标签信息和第二网页内容;对于每个初始网站类别,从对应的每个样本网站的第二标签信息中提取第二标签词语,将所述第二标签词语与该初始网站类别对应存储至所述标签分类字典;对于每个初始网站类别,对对应的每个样本网站的第二网页内容的文本信息进行分词,移除无效词语,获得至少一个第二有效词语,并为每个第二有效词语配置第二权重值;将每个第二有效词语和第二权重值对应存储至该初始网站类别的网站分类字典。6.根据权利要求1所述的方法,其特征在于,若所确定的网站类别为空,所述方法还包括:根据所有网站分类字典及所述第一网页内容,确定所述待分类网站的网站类别。7.一种网站分类装...
【专利技术属性】
技术研发人员:张惊申,任方英,
申请(专利权)人:杭州华三通信技术有限公司,
类型:发明
国别省市:浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。