面向医学领域的网站识别和网页细分类的方法

发明专利有效专利

申请号：
CN201310113454.5
IPC分类号：G06F17/30
申请日期：
2013-04-02
申请人：
浙江大学

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	面向医学领域的网站识别和网页细分类的方法
申请号	CN201310113454.5	申请日期	2013-04-02
法律状态	授权	申报国家	中国
公开/公告日	2013-07-31	公开/公告号	CN103226578A
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	浙江大学	申请人地址	浙江省杭州市西湖区浙大路38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	浙江大学	当前权利人	浙江大学
发明人	陈德人;林臻;郑小林;郭华;邓志豪
代理机构	杭州中成专利事务所有限公司	代理人	周世骏

摘要

本发明涉及互联网搜索技术，旨在提供一种面向医学领域的网站识别和网页细分类的方法。该方法是从现有网站中提取医学分类主题词库的算法，以及将网站及网页根据分类主题词库进行打分，并根据打分结果进行分类的算法。打分算法根据网页的内容特征，不过分依赖词频。这种训练医学数据得到词库、并使用训练好的数据打分的分类算法也是关键点。本发明先从全网中提取医药相关的网站，然后将这些网站中的网页进行分类，从中提取出包括各类网页。本发明能够快速的判断医药相关网站属于某一个分类，具有计算简单，计算速度快，准确度高等优点。相较于同类的方明，本发明的算法不会受到网页中高频词的影响，也不会受限于特定的网页html写法。

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