手機(jī)等。當(dāng)用戶希望瀏覽網(wǎng)頁時(shí)，可以在終端上觸發(fā)訪問網(wǎng)頁的操作， 當(dāng)該終端獲取到訪問網(wǎng)頁的操作時(shí)，向該服務(wù)器發(fā)送網(wǎng)頁展示請求，該網(wǎng)頁展示請求攜帶 網(wǎng)頁地址。該服務(wù)器接收到該網(wǎng)頁展示請求時(shí)，可以根據(jù)該網(wǎng)頁地址，獲取該網(wǎng)頁展示請求 對應(yīng)的原始網(wǎng)頁，如果該終端為固定終端，該服務(wù)器向該固定終端發(fā)送該原始網(wǎng)頁，該固定 終端即可展示該原始網(wǎng)頁，如果該終端為移動終端，該服務(wù)器對該原始網(wǎng)頁進(jìn)行轉(zhuǎn)碼，向該 移動終端發(fā)送轉(zhuǎn)碼后的網(wǎng)頁，該移動終端即可展示該轉(zhuǎn)碼后的網(wǎng)頁。
[0060] 在實(shí)際應(yīng)用中，該原始網(wǎng)頁中可能包括廣告、使用說明、推薦信息、垃圾信息等內(nèi) 容，這些內(nèi)容與網(wǎng)頁本身的內(nèi)容無關(guān)，但易對用戶的瀏覽造成影響，很多用戶希望在瀏覽網(wǎng) 頁時(shí)過濾掉這些內(nèi)容。為了滿足用戶的需求，該服務(wù)器可以在每次向終端發(fā)送待展示網(wǎng)頁 之前，確定該待展示網(wǎng)頁中要過濾的內(nèi)容，從而對該待展示網(wǎng)頁進(jìn)行過濾。而為了便于確定 該待展示網(wǎng)頁中要過濾的內(nèi)容，該服務(wù)器可以對多個(gè)網(wǎng)頁進(jìn)行訓(xùn)練，識別出每個(gè)網(wǎng)頁中要 過濾的內(nèi)容。
[0061] 進(jìn)一步地，為了提高訓(xùn)練精確度，該服務(wù)器可以對多個(gè)網(wǎng)頁進(jìn)行分組，得到多個(gè)網(wǎng) 頁集合，對每個(gè)網(wǎng)頁集合分別進(jìn)行訓(xùn)練。具體地，該服務(wù)器可以對所有網(wǎng)頁進(jìn)行分組，也可 以從所有網(wǎng)頁中，選取多個(gè)樣本網(wǎng)頁，對該多個(gè)樣本網(wǎng)頁進(jìn)行分組，還可以獲取每個(gè)網(wǎng)頁的 網(wǎng)頁快照，對獲取到的多個(gè)網(wǎng)頁快照進(jìn)行分組，本發(fā)明實(shí)施例對此不做限定。
[0062] 可選地，該服務(wù)器按照指定規(guī)則，對該多個(gè)網(wǎng)頁進(jìn)行分組，得到多個(gè)網(wǎng)頁集合。其 中，該指定規(guī)則可以為網(wǎng)頁的發(fā)布賬號、存儲目錄或者子域名稱等，本發(fā)明實(shí)施例對此不做 限定。該服務(wù)器中包括由多個(gè)賬號發(fā)布的網(wǎng)頁，當(dāng)該指定規(guī)則為網(wǎng)頁的發(fā)布賬號時(shí)，該服務(wù) 器按照每個(gè)網(wǎng)頁的發(fā)布賬號，對該多個(gè)網(wǎng)頁進(jìn)行分組，得到多個(gè)網(wǎng)頁集合，同一網(wǎng)頁集合中 網(wǎng)頁的發(fā)布賬號相同，不同網(wǎng)頁集合中網(wǎng)頁的發(fā)布賬號不同。該服務(wù)器將多個(gè)網(wǎng)頁存儲于 不同的存儲目錄中，當(dāng)該指定規(guī)則為網(wǎng)頁的存儲目錄時(shí)，該服務(wù)器按照每個(gè)網(wǎng)頁的存儲目 錄，對該多個(gè)網(wǎng)頁進(jìn)行分組，得到多個(gè)網(wǎng)頁集合，同一網(wǎng)頁集合中網(wǎng)頁的存儲目錄相同，不 同網(wǎng)頁集合中網(wǎng)頁的存儲目錄不同。該服務(wù)器為每個(gè)網(wǎng)頁生成對應(yīng)的網(wǎng)頁地址，該網(wǎng)頁地 址中包括子域名稱，當(dāng)該指定規(guī)則為網(wǎng)頁的子域名稱時(shí)，該服務(wù)器按照每個(gè)網(wǎng)頁的子域名 稱，對該多個(gè)網(wǎng)頁進(jìn)行分組，得到多個(gè)網(wǎng)頁集合，同一網(wǎng)頁集合中網(wǎng)頁的子域名稱相同，不 同網(wǎng)頁集合中網(wǎng)頁的子域名稱不同。在實(shí)際應(yīng)用過程中，該服務(wù)器還可以采用其他的指定 規(guī)則，對該多個(gè)網(wǎng)頁進(jìn)行分組，本發(fā)明實(shí)施例對此不做限定。
[0063] 在本發(fā)明實(shí)施例中，不同的網(wǎng)頁集合屬于不同的組別，后續(xù)當(dāng)該服務(wù)器獲取到待 展示網(wǎng)頁時(shí)，可以按照該指定規(guī)則，對該待展示網(wǎng)頁進(jìn)行劃分，確定與該待展示網(wǎng)頁屬于同 一組別的網(wǎng)頁集合，從而根據(jù)該網(wǎng)頁集合中的訓(xùn)練結(jié)果，確定該待展示網(wǎng)頁中要過濾的內(nèi) 容。例如，當(dāng)該服務(wù)器獲取到待展示網(wǎng)頁時(shí)，獲取該待展示網(wǎng)頁的發(fā)布賬號，確定該發(fā)布賬 號對應(yīng)的網(wǎng)頁集合，即為與該待展示網(wǎng)頁屬于同一組別的網(wǎng)頁集合。
[0064] 202、對于每個(gè)網(wǎng)頁集合中每個(gè)網(wǎng)頁中的每個(gè)節(jié)點(diǎn)，該服務(wù)器計(jì)算該節(jié)點(diǎn)的可能性 特征值，該可能性特征值用于表示該節(jié)點(diǎn)是指定類型節(jié)點(diǎn)的可能性大小。
[0065] 該服務(wù)器可以將網(wǎng)頁劃分為多個(gè)節(jié)點(diǎn)，該多個(gè)節(jié)點(diǎn)可以包括文本節(jié)點(diǎn)、圖片節(jié)點(diǎn)、 視頻節(jié)點(diǎn)、網(wǎng)頁鏈接地址節(jié)點(diǎn)等多種格式的節(jié)點(diǎn)。具體地，該服務(wù)器可以將網(wǎng)頁中的文本內(nèi) 容按照段落劃分為多個(gè)文本節(jié)點(diǎn)，將網(wǎng)頁中的每個(gè)圖片作為一個(gè)圖片節(jié)點(diǎn)，將網(wǎng)頁中的每 個(gè)視頻作為一個(gè)視頻節(jié)點(diǎn)，將網(wǎng)頁中的每個(gè)網(wǎng)頁鏈接地址作為一個(gè)網(wǎng)頁鏈接地址節(jié)點(diǎn)，本 發(fā)明實(shí)施例對該服務(wù)器劃分節(jié)點(diǎn)的方式不做限定。
[0066] 其中，有些節(jié)點(diǎn)的內(nèi)容是該網(wǎng)頁本身的內(nèi)容，而有些節(jié)點(diǎn)的內(nèi)容與該網(wǎng)頁的內(nèi)容 無關(guān)。將內(nèi)容與其當(dāng)前所在網(wǎng)頁的內(nèi)容無關(guān)的節(jié)點(diǎn)作為指定類型節(jié)點(diǎn)，則該指定類型節(jié)點(diǎn) 即為網(wǎng)頁中要過濾的節(jié)點(diǎn)。
[0067] 對于每個(gè)網(wǎng)頁集合來說，為了過濾掉網(wǎng)頁中的指定類型節(jié)點(diǎn)，該服務(wù)器對該網(wǎng)頁 集合中的每個(gè)網(wǎng)頁進(jìn)行分析，從中找出最有可能是指定類型節(jié)點(diǎn)的節(jié)點(diǎn)。具體地，對于該網(wǎng) 頁集合中每個(gè)網(wǎng)頁中的每個(gè)節(jié)點(diǎn)，該服務(wù)器計(jì)算該節(jié)點(diǎn)的可能性特征值，該可能性特征值 用于表示該節(jié)點(diǎn)是指定類型節(jié)點(diǎn)的可能性大小，也即是，節(jié)點(diǎn)的可能性特征值越大，表示該 節(jié)點(diǎn)越有可能是指定類型節(jié)點(diǎn)，節(jié)點(diǎn)的可能性特征值越小，表示該節(jié)點(diǎn)越不可能是指定類 型節(jié)點(diǎn)。
[0068] 在實(shí)際應(yīng)用中，對于同一網(wǎng)頁集合中的不同網(wǎng)頁來說，其所包括的指定類型節(jié)點(diǎn) 的內(nèi)容往往相同或者相似。例如，圖3是本發(fā)明實(shí)施例提供的網(wǎng)頁示意圖，其包括同一賬號 發(fā)布的兩個(gè)網(wǎng)頁，這兩個(gè)網(wǎng)頁中包括兩篇不同的文章："文章1"和"文章2"，但兩個(gè)網(wǎng)頁的 上方和下方都包括相同內(nèi)容的節(jié)點(diǎn)，該相同內(nèi)容的節(jié)點(diǎn)很可能是指定類型節(jié)點(diǎn)。
[0069] 基于上述特點(diǎn)，對于每個(gè)節(jié)點(diǎn)來說，當(dāng)該網(wǎng)頁集合中包括的與該節(jié)點(diǎn)相似的節(jié)點(diǎn) 越多時(shí)，可以認(rèn)為該節(jié)點(diǎn)越有可能是指定類型節(jié)點(diǎn)，而該網(wǎng)頁集合中包括的與該節(jié)點(diǎn)相似 的節(jié)點(diǎn)越少時(shí)，可以認(rèn)為該節(jié)點(diǎn)越不可能是指定類型節(jié)點(diǎn)。
[0070] 為此，對于每個(gè)網(wǎng)頁中的每個(gè)節(jié)點(diǎn)，該服務(wù)器可以根據(jù)各個(gè)節(jié)點(diǎn)的內(nèi)容，計(jì)算該節(jié) 點(diǎn)與該網(wǎng)頁集合中除該節(jié)點(diǎn)所在網(wǎng)頁以外的其他網(wǎng)頁中的每個(gè)節(jié)點(diǎn)的相似度，則可以得到 該節(jié)點(diǎn)與多個(gè)節(jié)點(diǎn)的多個(gè)相似度，該服務(wù)器對計(jì)算得到的多個(gè)相似度進(jìn)行統(tǒng)計(jì)，得到該節(jié) 點(diǎn)的可能性特征值，該可能性特征值能夠用于表示該節(jié)點(diǎn)是指定類型節(jié)點(diǎn)的可能性大小。 在對該多個(gè)相似度進(jìn)行統(tǒng)計(jì)時(shí)，該服務(wù)器可以計(jì)算該多個(gè)相似度的和值或者平均值等，作 為該節(jié)點(diǎn)的可能性特征值，本發(fā)明實(shí)施例對此不做限定。
[0071] 參見表1，該網(wǎng)頁集合包括網(wǎng)頁A和網(wǎng)頁B，該網(wǎng)頁A中包括節(jié)點(diǎn)1、該網(wǎng)頁B中包 括節(jié)點(diǎn)2和節(jié)點(diǎn)3,則對于節(jié)點(diǎn)1來說，計(jì)算節(jié)點(diǎn)1與節(jié)點(diǎn)2的相似度，以及節(jié)點(diǎn)1與節(jié)點(diǎn)3 的相似度，將計(jì)算得到的兩個(gè)相似度的平均值作為節(jié)點(diǎn)1的相似度。
[0072]表 1
[0073]
[0074] 進(jìn)一步地，對于文本節(jié)點(diǎn)來說，該服務(wù)器可以預(yù)先設(shè)定節(jié)點(diǎn)內(nèi)容與特征值之間的 對應(yīng)關(guān)系，如文本節(jié)點(diǎn)中每個(gè)字對應(yīng)的特征值，根據(jù)該對應(yīng)關(guān)系，確定每個(gè)文本節(jié)點(diǎn)所對應(yīng) 的多個(gè)特征值，將得到的多個(gè)特征值組成特征向量，即可得到每個(gè)文本節(jié)點(diǎn)的特征向量。而 對于圖片節(jié)點(diǎn)或者網(wǎng)頁鏈接地址節(jié)點(diǎn)來說，該服務(wù)器可以預(yù)先設(shè)定URL (Uniform Resource Locator，統(tǒng)一資源定位符）與特征向量之間的對應(yīng)關(guān)系，則該服務(wù)器獲取每個(gè)圖片節(jié)點(diǎn)或 者網(wǎng)頁鏈接地址節(jié)點(diǎn)的URL，根據(jù)該對應(yīng)關(guān)系，確定每個(gè)圖片節(jié)點(diǎn)或者網(wǎng)頁鏈接地址節(jié)點(diǎn)的 特征向量。對于每個(gè)網(wǎng)頁中的每個(gè)節(jié)點(diǎn)來說，該服務(wù)器可以計(jì)算該節(jié)點(diǎn)的特征向量與其他 網(wǎng)頁中每個(gè)節(jié)點(diǎn)的特征向量的相似度，得到多個(gè)相似度。該服務(wù)器可以計(jì)算該節(jié)點(diǎn)的特征 向量與其他網(wǎng)頁中每個(gè)節(jié)點(diǎn)的特征向量的余弦相似度或者歐式距離相似度等，本發(fā)明實(shí)施 例對此不做限定。
[0075] 在實(shí)際應(yīng)用中，對于同一網(wǎng)頁集合中的不同網(wǎng)頁來說，其所包括的指定類型節(jié)點(diǎn) 在對應(yīng)網(wǎng)頁中的位置往往相同或相近，例如，網(wǎng)站服務(wù)器會在該網(wǎng)頁每個(gè)網(wǎng)頁的右下角添 加廣告節(jié)點(diǎn)?；谠撎攸c(diǎn)，對于每個(gè)節(jié)點(diǎn)來說，為了減少計(jì)算量，該服務(wù)器僅計(jì)算該節(jié)點(diǎn)與 其他網(wǎng)頁中相同位置節(jié)點(diǎn)的相似度。具體地，該服務(wù)器根據(jù)每個(gè)節(jié)點(diǎn)在對應(yīng)網(wǎng)頁中的位置， 對該多個(gè)網(wǎng)頁中的多個(gè)節(jié)點(diǎn)進(jìn)行分組，得到多個(gè)節(jié)點(diǎn)集合，每個(gè)節(jié)點(diǎn)集合中的多個(gè)節(jié)點(diǎn)分 別位于不同網(wǎng)頁中的相同位置。則對于每個(gè)節(jié)點(diǎn)集合中的每個(gè)節(jié)點(diǎn)，根據(jù)每個(gè)節(jié)點(diǎn)的內(nèi)容， 計(jì)算該節(jié)點(diǎn)與該節(jié)點(diǎn)集合中的其他節(jié)點(diǎn)的相似度，對該節(jié)點(diǎn)與該節(jié)點(diǎn)集合中的其他節(jié)點(diǎn)的 相似度進(jìn)行統(tǒng)計(jì)，得到該節(jié)點(diǎn)的可能性特征值。
[0076] 基于表1的舉例，假設(shè)節(jié)點(diǎn)3在網(wǎng)頁B中的位置與節(jié)點(diǎn)1在網(wǎng)頁A中的位置相同， 則該服務(wù)器計(jì)算節(jié)點(diǎn)1與節(jié)點(diǎn)3的相似度，作為節(jié)點(diǎn)1的可能性特征值。
[0077] 可選地，該服務(wù)器可以對該網(wǎng)頁集合中的每個(gè)網(wǎng)頁進(jìn)行分析，建立每個(gè)網(wǎng)頁的指 定樹形結(jié)構(gòu)，該指定樹形結(jié)構(gòu)中包括多個(gè)節(jié)點(diǎn)，該服務(wù)器可以基于該指定樹形結(jié)構(gòu)，計(jì)算每 個(gè)節(jié)點(diǎn)的可能性特征值。其中，該指定樹形結(jié)構(gòu)可以為D0M(Documen