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。