| 发明名称 | 一种确定网站目录页的方法及装置 | ||
| 摘要 | 本发明提供了一种确定网站目录页的方法及装置，其中确定网站目录页的方法包括：A.获取目录页的锚文本词集合以及非目录页的锚文本词集合；B.利用所述目录页的锚文本词集合以及所述非目录页的锚文本词集合，确定当前页面属于目录页的可能性，并在所述可能性超过设定阈值时将当前页面确定为目录页。通过上述方式，本发明能够提高在网站中挖掘目录页时的召回率和准确率。 | ||
| 申请公布号 | CN103714075A | 申请公布日期 | 2014.04.09 |
| 申请号 | CN201210376070.8 | 申请日期 | 2012.09.29 |
| 申请人 | 北京百度网讯科技有限公司 | 发明人 | 张冲 |
| 分类号 | G06F17/30(2006.01)I | 主分类号 | G06F17/30(2006.01)I |
| 代理机构 | 北京鸿德海业知识产权代理事务所(普通合伙) 11412 | 代理人 | 倪志华 |
| 主权项 | 一种确定网站目录页的方法，其特征在于，所述方法包括：A．获取目录页的锚文本词集合以及非目录页的锚文本词集合；B．利用所述目录页的锚文本词集合以及所述非目录页的锚文本词集合，确定当前页面属于目录页的可能性，并在所述可能性超过设定阈值时将当前页面确定为目录页。 | ||
| 地址 | 100085 北京市海淀区上地十街10号百度大厦2层 | ||