一种权威站点的挖掘方法及装置

摘要

本发明公开了一种权威站点的挖掘方法及装置，所述方法包括对用户输入的搜索词query进行分类；依据分类后的query在权威搜索引擎中搜索；依据搜索结果进行权威站点的挖掘。在本发明中，其通过对用户搜索词query进行分类，采用分类后的query到权威搜索引擎中去抓取搜索结果，然后对抓取的搜索结果进行站点打分，并最终通过本发明提供的权威站点挖掘算法最终挖掘出该类型query的权威站点，采用本发明，其自动挖掘与不同类型query相关的权威站点，可以提高权威站点挖掘的速度和准确性。

主权项

一种权威站点的挖掘方法，其特征在于，包括：将用户输入的搜索词query分为不同类型；依据各不同类型的query在权威搜索引擎中搜索；依据搜索结果进行权威站点的挖掘；所述依据搜索结果进行权威站点的挖掘包括：解析每条query在权威搜索引擎中排名靠前的搜索结果，获取其相应的URL；依据至少一个站点名转换规则将所述URL转换成站点名；依据至少一个停用站点过滤规则过滤所述站点；依据至少一个站点评价策略对过滤后的站点进行打分；依据打分结果获取权威站点；所述依据打分结果获取权威站点包括，将打分结果与记录站点名的表进行关联以建立倒排表，并合并每条query在多个权威搜索引擎中的打分结果；在倒排表中，依据每个站点的打分情况对站点进行排序；依据排序情况获取权威站点；所述依据排序情况获取权威站点包括，依据站点名对应打分结果的大小，从大到小地将站点名放到一个初始为空的站点集合A中，将与站点名对应的query放到一个初始为空的集合B中，当集合B中的query数目与该类型的query的总数的比值达到一个预设阈值时，则停止向站点集合A和集合B中添加数据，且站点集合A中的站点列表就是与该类型的query相对应的权威站点。