自适应语义驱动的主题网页过滤系统

发明专利有效专利

申请号：
CN200810240359.0
IPC分类号：G06F17/30
申请日期：
2008-12-17
申请人：
中国科学院自动化研究所

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	自适应语义驱动的主题网页过滤系统
申请号	CN200810240359.0	申请日期	2008-12-17
法律状态	授权	申报国家	中国
公开/公告日	2010-06-23	公开/公告号	CN101751438A
优先权	暂无	优先权号	暂无
主分类号	G06F17/30 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06F 电数字数据处理（基于特定计算模型的计算机系统入G06N） G06F17/00 特别适用于特定功能的数字计算设备或数据处理设备或数据处理方法〔6〕 G06F17/30 信息检索；及其数据库结构〔6〕	IPC分类号	G;0;6;F;1;7;/;3;0查看分类表>
申请人	中国科学院自动化研究所	申请人地址	北京市海淀区中关村东路95号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	中国科学院自动化研究所	当前权利人	中国科学院自动化研究所
发明人	张文生;杨彦武;刘琰琼;李益群;肖宪;梁玉旋
代理机构	中科专利商标代理有限责任公司	代理人	周国城

摘要

本发明公开了一种自适应语义驱动的主题网页过滤系统，该系统能针对不同的网页集自适应的选用不同的处理方法得到一棵分类语义树，包括爬虫、文本分类以及文本层次聚类；然后采用一种新的网页评估算法——语义驱动的主题网页算法来计算网页的STP值，即对主题相关度及其本身网页重要性两方面的综合评估。对于不同应用，经过多次测试选择一个过滤效果最好的阈值，对STP值低于该阈值的网页进行舍弃。本方法提出了对不同网页集分别对待的思想，对系统资源利用率和网页主题相关度准确率有很大改进，并提出一种语义驱动的STP算法，改善了原来PageRank的不足，能够很好的过滤不相关网页。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供