CN112948028A - 一种检测页面显示信息的方法和装置 - Google Patents
一种检测页面显示信息的方法和装置 Download PDFInfo
- Publication number
- CN112948028A CN112948028A CN201911172197.6A CN201911172197A CN112948028A CN 112948028 A CN112948028 A CN 112948028A CN 201911172197 A CN201911172197 A CN 201911172197A CN 112948028 A CN112948028 A CN 112948028A
- Authority
- CN
- China
- Prior art keywords
- category
- activity
- information
- detected
- entry
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/451—Execution arrangements for user interfaces
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
- G06F18/24155—Bayesian classification
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Human Computer Interaction (AREA)
- Probability & Statistics with Applications (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种检测页面显示信息的方法和装置,涉及计算机技术领域。该方法的一具体实施方式包括:获取页面上待测活动入口的待测入口文案信息和待测活动的待测实际内容信息;根据预设的分类器,确定所述待测入口文案信息所属的第一类别和所述待测实际内容信息所属的第二类别;比较所述第一类别和所述第二类别,根据比较结果判断所述待测实际内容是否与待测入口文案相符。该实施方式能够智能、自动判别页面上活动实际内容是否与入口文案相符,精度高,速度快,成本低。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种检测页面显示信息的方法和装置。
背景技术
HTML5(第5代超文本编辑语言)技术的出现,让网站变得更加灵动提供了可能性。一份H5页面海报通常涵盖文字、图片、音乐(声音)、视频、链接等多种元素,以富媒体形式打造多种用户使用场景,能够实现企业宣传、促销活动、产品介绍等多种营销目的。例如,各大电商为提升整体用户体验,提高下单量,通常在平台首页配置极具吸引力的活动页,通常在活动页的入口图片上配置简短的文案,用户点击活动页的入口图片,跳转到实际的活动内容页面。
在实现本发明过程中,发明人发现现有技术中至少存在如下问题:
由于活动入口文案以及实际的活动内容是人为创建的,难免出现文不对题的情况,影响用户体验。而目前,通常采用人工检查的方式确定活动内容是否与入口文案相符,费时费力,成本较高。
发明内容
有鉴于此,本发明实施例提供一种检测页面显示信息的方法,能够智能、自动判别活动内容是否与入口文案相符,精度高,速度快,成本低。
为实现上述目的,根据本发明实施例的一个方面,提供了一种检测页面显示信息的方法,包括:获取页面上待测活动入口的待测入口文案信息和待测活动的待测实际内容信息;根据预设的分类器,确定所述待测入口文案信息所属的第一类别和所述待测实际内容信息所属的第二类别;比较所述第一类别和所述第二类别,根据比较结果判断所述待测实际内容是否与待测入口文案相符。
可选地,获取页面上待测活动入口的待测入口文案信息和待测活动的待测实际内容信息包括:利用图像识别工具识别页面上待测活动的入口图片,以获取待测活动入口的待测入口文案信息;基于所述待测活动的入口图片,跳转到所述待测活动的内容页面;在所述内容页面,抓取所述待测活动的待测实际内容信息。
可选地,所述方法还包括:对所述待测入口文案信息进行分词和筛选,以获得至少一个第一特征词;对所述待测实际内容信息进行分词和筛选,以获得至少一个第二特征词;
确定所述待测入口文案信息所属的第一类别和所述待测实际内容信息所属的第二类别包括:确定所述至少一个第一特征词所属的第一类别和所述至少一个第二特征词所属的第二类别。
可选地,所述方法还包括:获取历史活动入口的历史文案信息和历史实际内容信息,以获得训练样本库;基于分类算法和所述训练样本库,获得预设的分类器。
可选地,所述预设的分类器为贝叶斯分类器;根据预设的分类器,确定所述待测入口文案信息所属的第一类别和所述待测实际内容信息所属的第二类别包括:根据所述贝叶斯分类器,确定所述待测入口文案信息属于训练样本库中各个活动类别的第一概率,和所述待测实际内容信息属于训练样本库中各个活动类别的第二概率;将最大的第一概率所对应的活动类别作为所述待测入口文案信息所属的第一类别,将最大的第二概率所对应的活动类别作为所述待测入口文案信息所属的第二类别。
为实现上述目的,根据本发明实施例的另一方面,提供了一种检测页面显示信息的装置,包括:信息获取模块,用于获取页面上待测活动入口的待测入口文案信息和待测活动的待测实际内容信息;活动类别确定模块,用于根据预设的分类器,确定所述待测入口文案信息所属的第一类别和所述待测实际内容信息所属的第二类别;内容检测模块,用于比较所述第一类别和所述第二类别,根据比较结果判断所述待测实际内容是否与待测入口文案相符。
可选地,所述信息获取模块还用于:利用图像识别工具识别页面上待测活动的入口图片,以获取待测活动入口的待测入口文案信息;基于所述待测活动的入口图片,跳转到所述待测活动的内容页面;在所述内容页面,抓取所述待测活动的待测实际内容信息。
可选地,所述信息获取模块还用于:对所述待测入口文案信息进行分词和筛选,以获得至少一个第一特征词;对所述待测实际内容信息进行分词和筛选,以获得至少一个第二特征词;活动类别确定模块还用于::确定所述至少一个第一特征词所属的第一类别和所述至少一个第二特征词所属的第二类别。
可选地,所述装置还包括训练样本库获取模块,用于:获取历史活动入口的历史文案信息和历史实际内容信息,以获得训练样本库;基于分类算法和所述训练样本库,获得预设的分类器。
可选地,所述预设的分类器为贝叶斯分类器;
所述活动类别确定模块还用于:
根据所述贝叶斯分类器,确定所述待测入口文案信息属于训练样本库中各个活动类别的第一概率,和所述待测实际内容信息属于训练样本库中各个活动类别的第二概率;将最大的第一概率所对应的活动类别作为所述待测入口文案信息所属的第一类别,将最大的第二概率所对应的活动类别作为所述待测入口文案信息所属的第二类别。
为实现上述目的,根据本发明实施例的另一方面,提供了一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明实施例的检测页面显示信息的方法。
为实现上述目的,根据本发明实施例的一个方面,提供了一种一种计算机可读介质,其上存储有计算机程序,所述程序被处理器执行时实现发明实施例的检测页面显示信息的方法。
上述发明中的一个实施例具有如下优点或有益效果:因为利用预设的分类器,确定所述待测入口文案信息所属的第一类别和所述待测实际内容信息所属的第二类别;比较所述第一类别和所述第二类别,根据比较结果判断所述待测实际内容是否与待测入口文案相符的技术手段,所以能够智能、自动判别活动内容是否与入口文案相符,精度高,速度快,成本低。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明,不构成对本发明的不当限定。其中:
图1是根据本发明实施例的检测页面显示信息的方法的主要流程的示意图;
图2是根据本发明另一实施例的检测页面显示信息的方法的主要流程的示意图;
图3是根据本发明实施例的检测页面显示信息的装置的主要模块的示意图;
图4是本发明实施例可以应用于其中的示例性系统架构图;
图5是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明,其中包括本发明实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本发明的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
图1是根据本发明实施例的检测页面显示信息的方法的主要步骤的流程示意图,如图1所示,该方法包括:
步骤S101:获取页面上待测活动入口的待测入口文案信息和待测活动的待测实际内容信息。
具体的,可以根据如下过程获取页面上待测活动入口的待测入口文案信息和待测活动的待测实际内容信息:
利用图像识别工具识别待测活动的入口图片,以获取待测活动入口的待测入口文案信息;
基于所述待测活动的入口图片,跳转到所述待测活动的内容页面;
在所述内容页面,抓取所述待测活动的待测实际内容信息。
作为具体的示例,图像识别工具可以是Tesseract图像识别工具,其中,Tesseract是一个开源的OCR(Optical Character Recognition,光学字符识别)引擎,可以识别多种格式的图像文件并将其转换成文本。
待测活动的入口图片涵盖了实际内容活动页面的链接,点击该入口图片可以跳转到待测活动的实际内容页面。在该实际内容页面,可以利用网络爬虫抓取实际内容信息。其中,网络爬虫是一种按照一定的规则,自动地抓取万维网信息的程序或者脚本。
步骤S102:根据预设的分类器,确定所述待测入口文案信息所属的第一类别和所述待测实际内容信息所属的第二类别。
分类器(classifier)是在已有的数据的基础上构造的分类函数或分类模型,用于将数据分到已知的类别。预设的分类器可以根据如下过程获得:
获取历史活动入口的历史文案信息和历史实际内容信息,以获得训练样本库;
基于分类算法和所述训练样本库,获得预设的分类器。
在可选的实施例中,还包括将历史文案信息和历史实际内容信息进行分词处理,筛选特征词,排除无关词语。
获得的历史文案信息和历史实际内容信息可能是长文本,所以需要对其进行分词处理。当历史文案信息和历史实际内容信息为中文时,可以利用中文分词技术来进行分词处理,当文案信息和历史实际内容信息为英文时,可利用英文分词技术处理,其他语言同理。
以中文为例,中文分词(Chinese Word Segmentation)指的是将一个汉字序列切分成一个个单独的词。分词就是将连续的字序列按照一定的规范重新组合成词序列的过程。可以选用现有的中文分词工具或插件,例如SCWS(Hightman开发的一套基于词频词典的机械中文分词引擎)、LTP(哈工大社会计算与信息检索研究中心研发的语言技术平台)、NLPIR(汉语分词系统,又名ICTCLAS2013)、THULAC(THU Lexical Analyzer for Chinese,由清华大学自然语言处理与社会人文计算实验室研制推出的一套分词工具包)、jieba分词等。
将历史文案信息进行分词处理之后得到多个词语,进行筛选,以剔除无关词语并得到一个或多个第一特征词。在实际应用中,可以根据不同的应用场景预先定义无关词语,根据预先定义的无关词语,将分词后得到的多个词语进行筛选。例如,在电子商务领域,入口文案信息一般包括折扣词语(例如5折),因此可以预先定义数字、折扣词语为无关词语。例如历史文案信息为“秋冬护肤至IN榜单低至2件5折”,分词之后得到“秋冬、护肤、至、IN、榜单、2、件、5折”,删除无关词语“至、IN、2、件、5折”,得到特征词“护肤、秋冬、榜单”,将“护肤、秋冬、榜单”作为特征词录入样本库中(在其他实施例中,也可以仅仅录入“护肤”),同时定义该文案信息为“护肤”类别,也可以是化妆品、美妆等其他类别,具体的可以根据需求灵活定义。访问该历史活动的实际内容,即具体的商品页面,获取商品描述信息,从商品描述信息中获得特征词,例如洗面奶,面膜、乳液等。每条历史文案信息以及与之对应的历史实际内容信息构成一条样本数据,作为一条记录。汇总多个样本数据,获得训练样本库(每条样本数据为一行数据),例如下表1所示:
表1:
其中,训练样本库包含了商品特征及入口文案特征,其中,商品特征是根据实际内容信息(即商品的描述信息)获得的,文案特征是根据入口文案信息获得的。
为方便计算,可以汇总所有特征词,获得活动类别与活动特征的矩阵,如下表2所示:
表2:
其中,在表2中,“1”表示该特征词在该条样本中出现,“0”表示该特征词没有在该条样本中出现。
得到训练样本库之后,利用分类算法进行训练获得预设的分类器。其中,分类算法可以是决策树算法、贝叶斯算法、逻辑回归算法或机器学习算法等。根据以上分类算法和训练样本库训练得到的分类器可以是决策树分类器、朴素贝叶斯分类器、逻辑回归分类器或机器学习分类器等,在实际应用中,可以根据不同的应用场景选择不同的分类器。
步骤S103:比较所述第一类别和所述第二类别,根据比较结果判断所述待测实际内容是否与待测入口文案相符。
具体的,当第一类别与第二类别相同时,则确定待测活动的实际内容与入口文案相符;当第一类别与第二类别不相同时,则确定待测活动的实际内容与入口文案不符。当确定待测活动的实际内容与入口文案不符时,可以进行修改,以使待测活动的实际内容与入口文案相符。
本发明实施例的方法,因为利用预设的分类器,确定所述待测入口文案信息所属的第一类别和所述待测实际内容信息所属的第二类别;比较所述第一类别和所述第二类别,根据比较结果判断所述待测实际内容是否与待测入口文案相符的技术手段,所以能够智能、自动判别活动内容是否与入口文案相符,精度高,速度快,成本低。
图2是根据本发明另一实施例的检测页面显示信息的方法的主要流程的示意图,如图2所示,该方法包括:
步骤S201-1:获取页面上待测活动入口的待测入口文案信息。
步骤S201-2:获取待测活动的待测实际内容信息。
步骤S201-1和步骤S201-2与步骤是S101相同,本发明在此不再赘述。
步骤S202-1:对所述待测入口文案信息进行分词和筛选,以获得至少一个第一特征词。
步骤S202-2:对所述待测实际内容信息进行分词和筛选,以获得至少一个第二特征词。
步骤S203-1:根据朴素贝叶斯分类器,确定所述至少一个第一特征词属于训练样本库中各个活动类别的第一概率。
步骤S203-2:根据朴素贝叶斯分类器,确定至少一个第二特征词属于训练样本库中各个活动类别的第二概率。
在本实施例中,采用朴素贝叶斯分类器作为预设的分类器。朴素贝叶斯分类器是一系列以假设特征之间强(朴素)独立下运用贝叶斯定理为基础的简单概率分类器。对于朴素贝叶斯分类器,每一个特征都相互独立,对一个分类问题,给定样本特征x,样本属于类别y的概率p(y|x)如下式(1)所示:
p(y|x)=p(x|y)p(y)/p(x) (1)
其中,p(x|y)表示在已知样本属于类别y的条件下,特征x出现的概率(条件概率);p(y)表示样本y出现的概率(也可以称之为类概率),p(x)表示特征x出现的概率。
假设将待测入口文案信息进行分词和筛选后获得3个第一特征词(x1,x2,x3),待测入口文案信息属于类别y1的概率P(y1|x1x2x3)为:
P(y1|x1x2x3)=P(x1x2x3|y1)P(y1)/P(x1x2x3)
=P(x1|y1)P(x2|y1)P(x3|y1)P(y1)/P(x1)P(x2)P(x3)
步骤S204-1:将最大的第一概率所对应的活动类别作为所述待测入口文案信息所属的第一类别。
步骤S204-2:将最大的第二概率所对应的活动类别作为所述待测实际内容信息所属的第二类别。
步骤S205:比较所述第一类别和所述第二类别;
步骤S206:第一类别与第二类别相同,确定待测活动的实际内容与入口文案相符;
步骤S207:第一类别与第二类别不同,则确定待测活动的实际内容与入口文案不相符。
本发明实施例的方法,因为利用预设的分类器,确定所述待测入口文案信息所属的第一类别和所述待测实际内容信息所属的第二类别;比较所述第一类别和所述第二类别,根据比较结果判断所述待测实际内容是否与待测入口文案相符的技术手段,所以能够智能、自动判别活动内容是否与入口文案相符,精度高,速度快,成本低。
图3是根据本发明实施例的检测页面显示信息的装置300的主要模块的示意图,如图3所示,该装置300包括:
信息获取模块301,用于获取页面上待测活动入口的待测入口文案信息和待测活动的待测实际内容信息;
活动类别确定模块302,用于根据预设的分类器,确定所述待测入口文案信息所属的第一类别和所述待测实际内容信息所属的第二类别;
内容检测模块303,用于比较所述第一类别和所述第二类别,根据比较结果判断所述待测实际内容是否与待测入口文案相符。
可选地,所述信息获取模块301还用于:
利用图像识别工具识别页面上待测活动的入口图片,以获取待测活动入口的待测入口文案信息;
基于所述待测活动的入口图片,跳转到所述待测活动的内容页面;
在所述内容页面,抓取所述待测活动的待测实际内容信息。
可选地,所述信息获取模块301还用于:
对所述待测入口文案信息进行分词和筛选,以获得至少一个第一特征词;
对所述待测实际内容信息进行分词和筛选,以获得至少一个第二特征词;
活动类别确定模块302还用于:确定所述至少一个第一特征词所属的第一类别和所述至少一个第二特征词的第二类别。
9可选地,所述装置还包括训练样本库获取模块,用于:获取历史活动入口的历史文案信息和历史实际内容信息,以获得训练样本库;基于分类算法和所述训练样本库,获得预设的分类器。
可选地,所述预设的分类器为贝叶斯分类器;
所述活动类别确定模块还用于:根据所述贝叶斯分类器,确定所述待测入口文案信息属于训练样本库中各个活动类别的第一概率,和所述待测实际内容信息属于训练样本库中各个活动类别的第二概率;将最大的第一概率所对应的活动类别,作为所述待测入口文案信息所属的第一类别,将最大的第二概率所对应的活动类别,作为所述待测入口文案信息所属的第二类别。
本发明实施例的检测页面显示信息的装置,因为利用预设的分类器,确定所述待测入口文案信息所属的第一类别和所述待测实际内容信息所属的第二类别;比较所述第一类别和所述第二类别,根据比较结果判断所述待测实际内容是否与待测入口文案相符的技术手段,所以能够智能、自动判别活动内容是否与入口文案相符,精度高,速度快,成本低。
上述装置可执行本发明实施例所提供的方法,具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本发明实施例所提供的方法。
图4示出了可以应用本发明实施例的检测页面显示信息的方法或检测页面显示信息的装置的示例性系统架构400。
如图4所示,系统架构400可以包括终端设备401、402、403,网络404和服务器405。网络404用以在终端设备401、402、403和服务器405之间提供通信链路的介质。网络404可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备401、402、403通过网络404与服务器405交互,以接收或发送消息等。终端设备401、402、403上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备401、402、403可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器405可以是提供各种服务的服务器,例如对用户利用终端设备401、402、403所浏览的购物类网站提供支持的后台管理服务器。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理,并将处理结果(例如目标推送信息、产品信息)反馈给终端设备。
需要说明的是,本发明实施例所提供的检测页面显示信息的方法一般由服务器405执行,相应地,检测页面显示信息的装置一般设置于服务器405中。
应该理解,图4中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
下面参考图5,其示出了适于用来实现本发明实施例的终端设备的计算机系统500的结构示意图。图5示出的终端设备仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示,计算机系统500包括中央处理单元(CPU)501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中,还存储有系统500操作所需的各种程序和数据。CPU 501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
以下部件连接至I/O接口505:包括键盘、鼠标等的输入部分506;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分507;包括硬盘等的存储部分508;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器510上,以便于从其上读出的计算机程序根据需要被安装入存储部分508。
特别地,根据本发明公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分509从网络上被下载和安装,和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元(CPU)501执行时,执行本发明的系统中限定的上述功能。
需要说明的是,本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中,例如,可以描述为:一种处理器包括发送模块、获取模块、确定模块和第一处理模块。其中,这些模块的名称在某种情况下并不构成对该单元本身的限定,例如,发送模块还可以被描述为“向所连接的服务端发送图片获取请求的模块”。
作为另一方面,本发明还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的设备中所包含的;也可以是单独存在,而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该设备执行时,使得该设备包括:
获取页面上待测活动入口的待测入口文案信息和待测活动的待测实际内容信息;
根据预设的分类器,确定所述待测入口文案信息所属的第一类别和所述待测实际内容信息所属的第二类别;
比较所述第一类别和所述第二类别,根据比较结果判断所述待测实际内容是否与待测入口文案相符。
本发明实施例的技术方案,能够智能判别活动内容是否与入口文案相符,精度高,速度快,成本低。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,取决于设计要求和其他因素,可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (12)
1.一种检测页面显示信息的方法,其特征在于,包括:
获取页面上待测活动入口的待测入口文案信息和待测活动的待测实际内容信息;
根据预设的分类器,确定所述待测入口文案信息所属的第一类别和所述待测实际内容信息所属的第二类别;
比较所述第一类别和所述第二类别,根据比较结果判断所述待测实际内容是否与待测入口文案相符。
2.根据权利要求1所述的方法,其特征在于,获取页面上待测活动入口的待测入口文案信息和待测活动的待测实际内容信息包括:
利用图像识别工具识别页面上待测活动的入口图片,以获取待测活动入口的待测入口文案信息;
基于所述待测活动的入口图片,跳转到所述待测活动的内容页面;
在所述内容页面,抓取所述待测活动的待测实际内容信息。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
对所述待测入口文案信息进行分词和筛选,以获得至少一个第一特征词;
对所述待测实际内容信息进行分词和筛选,以获得至少一个第二特征词;
确定所述待测入口文案信息所属的第一类别和所述待测实际内容信息所属的第二类别包括:确定所述至少一个第一特征词所属的第一类别和所述至少一个第二特征词所属的第二类别。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取历史活动入口的历史文案信息和历史实际内容信息,以获得训练样本库;
基于分类算法和所述训练样本库,获得预设的分类器。
5.根据权利要求4所述的方法,其特征在于,所述预设的分类器为朴素贝叶斯分类器;根据预设的分类器,确定所述待测入口文案信息所属的第一类别和所述待测实际内容信息所属的第二类别包括:
根据所述朴素贝叶斯分类器,确定所述待测入口文案信息属于训练样本库中各个活动类别的第一概率,和所述待测实际内容信息属于训练样本库中各个活动类别的第二概率;
将最大的第一概率所对应的活动类别作为所述待测入口文案信息所属的第一类别,将最大的第二概率所对应的活动类别作为所述待测入口文案信息所属的第二类别。
6.一种检测页面显示信息的装置,其特征在于,包括:
信息获取模块,用于获取页面上待测活动入口的待测入口文案信息和待测活动的待测实际内容信息;
活动类别确定模块,用于根据预设的分类器,确定所述待测入口文案信息所属的第一类别和所述待测实际内容信息所属的第二类别;
内容检测模块,用于比较所述第一类别和所述第二类别,根据比较结果判断所述待测实际内容是否与待测入口文案相符。
7.根据权利要求6所述的装置,其特征在于,所述信息获取模块还用于:
利用图像识别工具识别页面上待测活动的入口图片,以获取待测活动入口的待测入口文案信息;
基于所述待测活动的入口图片,跳转到所述待测活动的内容页面;
在所述内容页面,抓取所述待测活动的待测实际内容信息。
8.根据权利要求6所述的装置,其特征在于,所述信息获取模块还用于:对所述待测入口文案信息进行分词和筛选,以获得至少一个第一特征词;对所述待测实际内容信息进行分词和筛选,以获得至少一个第二特征词;
活动类别确定模块:确定所述至少一个第一特征词所属的第一类别和所述至少一个第二特征词所属的第二类别。
9.根据权利要求6所述的装置,其特征在于,所述装置还包括训练样本库获取模块,用于:
获取历史活动入口的历史文案信息和历史实际内容信息,以获得训练样本库;
基于分类算法和所述训练样本库,获得预设的分类器。
10.根据权利要求8所述的装置,其特征在于,所述预设的分类器为朴素贝叶斯分类器;
所述活动类别确定模块还用于:
根据所述贝叶斯分类器,确定所述待测入口文案信息属于训练样本库中各个活动类别的第一概率,和所述待测实际内容信息属于训练样本库中各个活动类别的第二概率;
将最大的第一概率所对应的活动类别作为所述待测入口文案信息所属的第一类别,将最大的第二概率所对应的活动类别作为所述待测入口文案信息所属的第二类别。
11.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。
12.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-5中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911172197.6A CN112948028A (zh) | 2019-11-26 | 2019-11-26 | 一种检测页面显示信息的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911172197.6A CN112948028A (zh) | 2019-11-26 | 2019-11-26 | 一种检测页面显示信息的方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112948028A true CN112948028A (zh) | 2021-06-11 |
Family
ID=76224873
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911172197.6A Pending CN112948028A (zh) | 2019-11-26 | 2019-11-26 | 一种检测页面显示信息的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112948028A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8505094B1 (en) * | 2010-01-13 | 2013-08-06 | Trend Micro, Inc. | Detection of malicious URLs in a web page |
CN104486140A (zh) * | 2014-11-28 | 2015-04-01 | 华北电力大学 | 一种检测网页被劫持的装置及其检测方法 |
CN104965905A (zh) * | 2015-06-30 | 2015-10-07 | 北京奇虎科技有限公司 | 一种网页分类的方法和装置 |
JP2016177621A (ja) * | 2015-03-20 | 2016-10-06 | ヤフー株式会社 | 広告審査支援装置、広告審査支援方法および広告審査支援プログラム |
CN107181730A (zh) * | 2017-03-13 | 2017-09-19 | 烟台中科网络技术研究所 | 一种仿冒网站监测识别方法及系统 |
CN109901996A (zh) * | 2019-01-25 | 2019-06-18 | 北京三快在线科技有限公司 | 辅助测试的方法、装置、电子设备及可读存储介质 |
-
2019
- 2019-11-26 CN CN201911172197.6A patent/CN112948028A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8505094B1 (en) * | 2010-01-13 | 2013-08-06 | Trend Micro, Inc. | Detection of malicious URLs in a web page |
CN104486140A (zh) * | 2014-11-28 | 2015-04-01 | 华北电力大学 | 一种检测网页被劫持的装置及其检测方法 |
JP2016177621A (ja) * | 2015-03-20 | 2016-10-06 | ヤフー株式会社 | 広告審査支援装置、広告審査支援方法および広告審査支援プログラム |
CN104965905A (zh) * | 2015-06-30 | 2015-10-07 | 北京奇虎科技有限公司 | 一种网页分类的方法和装置 |
CN107181730A (zh) * | 2017-03-13 | 2017-09-19 | 烟台中科网络技术研究所 | 一种仿冒网站监测识别方法及系统 |
CN109901996A (zh) * | 2019-01-25 | 2019-06-18 | 北京三快在线科技有限公司 | 辅助测试的方法、装置、电子设备及可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11023505B2 (en) | Method and apparatus for pushing information | |
CN107491534B (zh) | 信息处理方法和装置 | |
US11514235B2 (en) | Information extraction from open-ended schema-less tables | |
CN108804450B (zh) | 信息推送的方法和装置 | |
CN107346336B (zh) | 基于人工智能的信息处理方法和装置 | |
CN109543058B (zh) | 用于检测图像的方法、电子设备和计算机可读介质 | |
CN106919711B (zh) | 基于人工智能的标注信息的方法和装置 | |
CN107944032B (zh) | 用于生成信息的方法和装置 | |
CN113382279A (zh) | 直播推荐方法、装置、设备、存储介质以及计算机程序产品 | |
US11640420B2 (en) | System and method for automatic summarization of content with event based analysis | |
CN109190123B (zh) | 用于输出信息的方法和装置 | |
CN109284367B (zh) | 用于处理文本的方法和装置 | |
US11182545B1 (en) | Machine learning on mixed data documents | |
CN107766498B (zh) | 用于生成信息的方法和装置 | |
CN112905753A (zh) | 一种判别文本信息的方法和装置 | |
CN111190967A (zh) | 用户多维度数据处理方法、装置及电子设备 | |
CN112231696B (zh) | 恶意样本的识别方法、装置、计算设备以及介质 | |
CN110852057A (zh) | 一种计算文本相似度的方法和装置 | |
CN109902152B (zh) | 用于检索信息的方法和装置 | |
US20130230248A1 (en) | Ensuring validity of the bookmark reference in a collaborative bookmarking system | |
CN111488450A (zh) | 一种用于生成关键词库的方法、装置和电子设备 | |
CN107679030B (zh) | 基于用户操作行为数据提取同义词的方法和装置 | |
CN110929512A (zh) | 一种数据增强方法和装置 | |
CN115080744A (zh) | 一种数据处理的方法和装置 | |
CN111783572B (zh) | 一种文本检测方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |