(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111667407.6 (22)申请日 2021.12.31 (71)申请人 中国电信股份有限公司 地址 100033 北京市西城区金融大街31号 (72)发明人 关迎晖　向勇　郑佳欢　张海平　 (74)专利代理 机构 北京律智知识产权代理有限 公司 11438 代理人 王辉　阚梓瑄 (51)Int.Cl. G06F 16/951(2019.01) G06F 16/16(2019.01) G06F 16/9535(2019.01) G06F 16/35(2019.01) G06F 40/289(2020.01) G06K 9/62(2022.01) (54)发明名称 网页收藏方法、 装置、 存 储介质及电子设备 (57)摘要 本公开是关于一种网页收藏方法、 装置、 存 储介质及电子设备， 涉及计算机技术领域， 该方 法包括： 先接收针对至少一个网页的收藏请求， 响应于该收藏请求， 获取至少一个网页中包含的 特征词， 通过对特征词聚类， 将表征同一特征簇 的网页划分至一个预选分组， 获得至少一个预选 分组， 特征簇包含至少一个特征词， 再对至少一 个预选分组中包含的网页去重， 最后， 根据至少 一个预选分组构建目标收藏夹， 将预选分组中的 网页对应保存至目标收藏夹中。 这样， 可 以在收 藏请求之后， 自动根据网页包含的特征词保存至 目标收藏夹中， 减少了用户手动操作的工作量， 同时， 也可以提高网页分组的准确度， 从而可 以 提高网页收藏的效率。 权利要求书2页 说明书11页 附图5页 CN 114297466 A 2022.04.08 CN 114297466 A 1.一种网页收藏方法， 其特 征在于， 所述方法包括： 接收针对至少一个网页的收藏请求； 响应于所述收藏请求， 获取 所述至少一个网页中包 含的特征词； 通过对所述特征词聚类， 将表征同一特征簇的网页划分至一个预选分组， 获得至少一 个预选分组； 所述特 征簇包含至少一个特 征词； 对所述至少一个预选分组中包 含的网页去重； 根据所述至少一个预选分组构建目标收藏夹， 将所述预选分组中的网页对应保存至所 述目标收藏夹中。 2.根据权利要求1所述的方法， 其特征在于， 所述获取所述至少一个网页中包含的特征 词， 包括： 提取所述至少一个网页中包 含的文本信息， 得到 至少一个目标文本； 对所述至少一个目标文本进行分词处 理， 每一目标文本分别得到对应的分词结果； 对每一网页的分词结果进行 过滤， 确所述网页包 含的特征词。 3.根据权利要求2所述的方法， 其特征在于， 所述通过对所述特征词聚类， 将表征同一 特征簇的网页划分至一个预选分组， 获得至少一个预选分组， 包括： 根据所述每一网页包 含的特征词， 选取 所述至少一个网页的频繁项集； 从所述至少一个网页的频繁项集中确定最大频繁项集， 以及确定所述最大频繁项集对 应的网页； 将属于同一最大频繁项集的网页划分至一个所述预选分组中， 从而得到所述至少一个 预选分组。 4.根据权利要求3所述的方法， 其特征在于， 所述对所述至少一个预选分组中包含的网 页去重， 包括： 查找所述至少一个预选分组中包 含的网页包 含的重复 网页并删除； 确定所述重复 网页同时属于的多个最大 频繁项集； 将所述重复网页划分至目标最大频繁项集对应的预选分组中； 所述目标最大频繁项集 是从所述多个最大 频繁项集中确定的。 5.根据权利要求 4所述的方法， 其特 征在于， 所述方法还 包括： 若所述至少一个预选分组中不存在重复网页， 则直接执行所述根据所述至少一个预选 分组构建目标收藏夹， 将所述预选分组中的网页对应保存至所述目标收藏夹中的操作。 6.根据权利要求3所述的方法， 其特征在于， 在根据 所述至少一个预选分组构建目标收 藏夹之前， 还 包括： 获取已生成的第一收藏夹， 以及所述第一收藏夹表征的第一频繁项集； 确定所述第一频繁项集与所述预选分组对应的最大 频繁项集之间的相似度； 将第一预选分组中包含的网页对应保存至所述第 一收藏夹 中； 所述第 一预选分组是所 述相似度大于预设阈值的预选分组。 7.根据权利要求1 ‑6中任一所述的方法， 其特 征在于， 所述方法还 包括： 保存并显示所述目标收藏夹与所述预选分组之间的对应关系。 8.一种网页收藏装置， 其特 征在于， 所述装置包括： 接收模块， 用于 接收针对至少一个网页的收藏请求；权　利　要　求　书 1/2 页 2 CN 114297466 A 2第一获取模块， 用于响应于所述收藏请求， 获取 所述至少一个网页中包 含的特征词； 划分模块， 用于通过对所述特征词聚类， 将表征同一特征簇的网页划分至一个预选分 组， 获得至少一个预选分组； 所述特 征簇包含至少一个特 征词； 去重模块， 用于对所述至少一个预选分组中包 含的网页去重； 第一保存模块， 用于根据所述至少一个预选分组构建目标收藏夹， 将所述预选分组中 的网页对应保存至所述目标收藏夹中。 9.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序被 处理器执行时实现权利要求1 ‑7任一项所述的网页收藏方法。 10.一种电子设备， 其特 征在于， 包括： 处理器； 以及 存储器， 用于存 储所述处 理器的可 执行指令； 其中， 所述处理器配置为经由执行所述可执行指令来执行权利要求1 ‑7任一项所述的 网页收藏方法。权　利　要　求　书 2/2 页 3 CN 114297466 A 3