网站分类方法及装置
基本信息
| 申请号 | CN201810607605.5 | 申请日 | - |
| 公开（公告）号 | CN108874996B | 公开（公告）日 | 2021-08-24 |
| 申请公布号 | CN108874996B | 申请公布日 | 2021-08-24 |
| 分类号 | G06F16/958（2019.01）I;G06F16/951（2019.01）I;G06F16/953（2019.01）I;G06F16/9532（2019.01）I;G06F16/35（2019.01）I;G06K9/62（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 蔡自彬;刘哲理;叶金辉;梁爽 | 申请（专利权）人 | 北京知道创宇信息技术股份有限公司 |
| 代理机构 | 北京超凡宏宇专利代理事务所（特殊普通合伙） | 代理人 | 孙海杰 |
| 地址 | 100000北京市朝阳区阜通东大街1号院5号楼1单元311501室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本申请实施例提供一种网站分类方法及装置。该方法包括：获得待分类的网站；爬取所述待分类的网站中的页面文本以及关键词；计算预先设置的各个网站类别标签在所述关键词中的出现频率，得到第一分类结果集，其中，每个所述网站类别标签包括标签名及其同义词；将所述页面文本以及关键词输入到预先配置的贝叶斯分类模型中，得到第二分类结果集，其中，所述第二分类结果集中包括有各个网站类别标签的预测概率值，所述贝叶斯分类模型的训练样本通过网站爬取得到；基于所述第一分类结果集和所述第二分类结果集输出分类结果。由此，采用本申请能够自动生成训练样本，无需人工处理，工作量小，同时在网页文本数据较少时，也能够实现准确的网站分类。 |
