发明名称 |
网页相似度计算方法及装置 |
摘要 |
本发明公开了一种网页相似度计算方法及装置,包括:获取待对比的两个网页的网页信息;从所述两个网页的网页信息中分别提取出内容信息、结构信息和图片信息;从所述两个网页的所述内容信息中分别提取出内容特征向量,并计算内容特征向量相似度;从所述两个网页的所述结构信息中分别提取出结构特征向量,并计算结构特征向量相似度;从所述两个网页的所述图片信息中分别提取出图片特征向量,计算图片特征向量相似度;根据所述内容特征向量相似度、结构特征向量相似度和图片特征向量相似度,计算得到所述两个网页的最终相似度。本发明提出的网页相似度计算方法及装置,其相似度计算效果较好。 |
申请公布号 |
CN106021383A |
申请公布日期 |
2016.10.12 |
申请号 |
CN201610311779.8 |
申请日期 |
2016.05.11 |
申请人 |
乐视控股(北京)有限公司;乐视网信息技术(北京)股份有限公司 |
发明人 |
谭露 |
分类号 |
G06F17/30(2006.01)I |
主分类号 |
G06F17/30(2006.01)I |
代理机构 |
北京风雅颂专利代理有限公司 11403 |
代理人 |
李莎;李弘 |
主权项 |
一种网页相似度计算方法,其特征在于,包括:获取待对比的两个网页的网页信息;从所述两个网页的网页信息中分别提取出内容信息、结构信息和图片信息;从所述两个网页的所述内容信息中分别提取出内容特征向量,并计算内容特征向量相似度;从所述两个网页的所述结构信息中分别提取出结构特征向量,并计算结构特征向量相似度;从所述两个网页的所述图片信息中分别提取出图片特征向量,计算图片特征向量相似度;根据所述内容特征向量相似度、结构特征向量相似度和图片特征向量相似度,计算得到所述两个网页的最终相似度。 |
地址 |
100123 北京市朝阳区姚家园路105号3号楼10层1102 |