一种基于网页独立词的行业网站分类方法和系统

摘要

本发明提供了一种基于网页独立词的行业网站分类方法，包括：根据已知网站样本库建立独立词特征库，独立词特征库包括用于判定网站类别的多个独立词和对应的多个独立词加权值；提取未知网站的网站首页中的独立词；以及将从未知网站提取的独立词与独立词特征库进行匹配，计算加权得分，并根据加权得分和预设阈值来生成判定结果。本发明简化了现有基于机器学习和空间向量分析对特定行业网站进行分类判定的过程和方法将网页关键特征进行了抽象和加权评分，排除了空间向量分析方法中的干扰向量维度，将多维空间降低到了二维空间进行分析判定，经过人为对独立词判定结果进行审核确认，提高了其判定的准确率和召回率。