发明名称 |
基于CDN的网页内容感知系统及方法 |
摘要 |
本发明提出一种基于CDN的网页内容感知系统包括数据获取模块、数据管理模块、处理模块和控制器。数据获取模块用于采集日志数据。数据管理模块包括第一存储模块,第一存储模块存储有索引表,索引表包括特定互联网内容提供商的预定URL及其对应的预定页面结构。控制器用于控制数据获取模块采集日志数据,并控制处理模块从日志数据中提取出URL及相关参数;控制器还用于控制处理模块根据预定URL从URL中筛选出目的URL,以及控制处理模块根据预定页面结构对目的URL的页面结构进行分析以感知网页的特征词。本发明的基于CDN的网页内容感知系统具有全面的、实时性高、通用性强的特点。本发明还提出一种基于CDN的网页内容感知方法。 |
申请公布号 |
CN104536972A |
申请公布日期 |
2015.04.22 |
申请号 |
CN201410727791.8 |
申请日期 |
2014.12.03 |
申请人 |
北京邮电大学;博元森禾信息科技(北京)有限公司 |
发明人 |
鄂海红;宋美娜;郑聪;王赟;李川;潘昊;宋俊德 |
分类号 |
G06F17/30(2006.01)I |
主分类号 |
G06F17/30(2006.01)I |
代理机构 |
北京清亦华知识产权代理事务所(普通合伙) 11201 |
代理人 |
张大威 |
主权项 |
一种基于CDN的网页内容感知系统,其特征在于,包括:数据获取模块,所述数据获取模块用于采集日志数据;数据管理模块,所述数据管理模块包括第一存储模块,所述第一存储模块存储有索引表,所述索引表包括特征互联网内容提供商的预定URL(uniform resource locator)及预定URL对应的网页的预定页面结构;处理模块,所述处理模块从所述日志数据中提取出URL及相关参数,根据所述预定URL从所述URL中筛选出目的URL,并根据所述预定页面结构对所述目的URL的页面结构进行分析以感知所述网页的特征词;以及控制器,用于控制所述数据获取模块采集日志数据,并控制所述处理模块从所述日志数据中提取出所述URL及相关参数;所述控制器,还用于控制所述处理模块根据所述预定URL从所述URL中筛选出目的URL,以及控制所述处理模块根据所述预定页面结构对所述目的URL的页面结构进行分析以感知所述网页的特征词。 |
地址 |
100876 北京市海淀区西土城路10号北京邮电大学鸿通楼509 |