一种基于页面主题的页面背景匹配方法及装置

本发明涉及计算机技术领域，尤其涉及一种基于页面主题的页面背景匹配方法及装置。

背景技术：

移动互联网的兴起以及web的应用领域和普及进一步扩大。各大组织、单位或个人都可以通过web发布资讯信息，资讯内容的文本作为主体嵌入在网络页面中，再配上各种背景与装饰从而形成一个完整的网页页面呈现给用户。而网页背景是整个网页的重要陪衬，直接决定了网页的风格和色调，如果背景运用不当，不仅影响网页的整体美观，还会妨碍页面主体内容的表现。

目前，常用的背景添加方式是由网页编辑人员对网页的资讯内容进行人工识别，在基于个人的判断选取相应的页面背景以及相适配的主题情绪，从而编辑生成一个新的网页。

但目前常用的添加和编辑方法有如下问题：首先每次判断前需要编辑人员花费大量时间阅读待展示的资讯内容，不但延长了匹配的时间，还降低匹配效率，而且每次匹配均基于编辑人员对资讯内容的主观判断，容易导致添加匹配的主题背景或主题情绪与资讯内容不符，导致编辑出错。

技术实现要素：

本发明提出一种基于页面主题的页面背景匹配方法及装置，所述方法可以将网页的文字与预设的背景主题匹配得到适应的主题背景，减少人为误差、提高网页主题的匹配效率和准确率。

本发明实施例的第一方面提供了一种基于页面主题的页面背景匹配方法，所述方法包括：

获取含有页面内容的待匹配页面，从所述待匹配页面的页面内容中筛选得到页面文本集合；

对所述页面文本集合进行文本提取，得到若干个关键文本；

基于所述若干个关键文本确定页面主题类型；

根据所述页面主题类型从预置的网页背景库匹配对应的页面背景。

在第一方面的一种可能的实现方式中，所述基于所述若干个关键文本确定页面主题类型，包括：

通过预设的网页情绪词典将所述若干个关键文本划分成多个情绪文本集合，其中，每个情绪文本集合包含n个关键文本信息，n为大于或等于0的正整数；

从所述多个情绪文本集合中确定包含关键文本个数最多的情绪文本集合为目标情绪文本，以所述目标情绪文本对应的情绪为页面主题类型。

在第一方面的一种可能的实现方式中，所述对所述页面文本集合进行文本提取，得到若干个关键文本，包括：

通过预设的分词器对所述页面文本集合进行分词，得到若干个分词文本；

从所述若干个分词文本中筛选若干个非虚词的分词文本，得到若干个关键文本。

在第一方面的一种可能的实现方式中，所述从所述待匹配页面的页面内容中筛选得到页面文本集合，包括：

获取所述待匹配页面中包含html标记的标记页面内容；

对所述标记页面内容进行标记样式筛选，筛选得到显示页面内容；

从所述显示页面内容中提取页面文本集合。

在第一方面的一种可能的实现方式中，所述显示页面内容包括：m个标题句内容，m为大于或等于1的正整数；

所述从所述显示页面内容中提取页面文本集合，包括：

当m等于1时，将所述标题句内容添加至预设的文本集合中，得到页面文本集合；

当m大于1时，遍历每个标题句内容对应的内容属性值，得到m个内容属性值；

比较第i个内容属性值是否大于第i+1个内容属性值的数值大小；

当所述第i个内容属性值的数值大于所述第i+1个内容属性值的数值时，以所述第i个内容属性值为参考属性值，其中，所述参考属性值的初始值为零；

当所述第i个内容属性值的数值小于所述第i+1个内容属性值的数值时，以所述第i+1个内容属性值为参考属性值，其中，所述参考属性值的初始值为零；

判断i+1是否等于m；

若i+1不等于m，则将i+1赋值给i，并重复执行所述比较第i个内容属性值是否大于第i+1个内容属性值的数值大小的步骤；

若i+1等于m，则以所述参考属性值对应的标题句内容添加至预设的文本集合中，得到页面文本集合。

在第一方面的一种可能的实现方式中，所述内容属性值包括：字号属性值和标题属性值；

其中，所述字号属性值包括数值字号属性值和百分比字号属性值。

在第一方面的一种可能的实现方式中，所述显示页面内容包括：描述内容；

所述从所述显示页面内容中提取页面文本集合，包括：

从所述描述内容中提取content属性值，其中，所述content属性值包括关键词属性值和概括属性值；

将所述content属性值添加至预设的文本集合，得到页面文本集合。

本发明实施例的第二方面提供了一种基于页面主题的页面背景匹配装置，所述装置包括：

筛选模块，用于获取含有页面内容的待匹配页面，从所述待匹配页面的页面内容中筛选得到页面文本集合；

提取模块，用于对所述页面文本集合进行文本提取，得到若干个关键文本；

确定模块，用于基于所述若干个关键文本确定页面主题类型；

匹配模块，用于根据所述页面主题类型从预置的网页背景库匹配对应的页面背景。

相比于现有技术，本发明实施例提供的基于页面主题的页面背景匹配方法及装置，其有益效果在于：本发明可以通过快速、简单提取目标网页的关键文本、进行分析得到网页关键词汇、对网页关键词汇进行网页主题情绪计算识别出网页主题情绪类型，然后根据预置网页背景情绪匹配知识库智能匹配设置目标网页背景。本发明不但可以提高匹配的准确率，也可以缩短匹配时间，提高匹配效率，同时整个过程可以自动、高效且智能地完成，无需人工干预，减少人为的误差，进一步提高匹配的准确率，达到精准、简单而又高效的网页背景设置的效果，实现了网页内容传播和情绪表达的最佳结合。

附图说明

图1是本发明一实施例提供的一种基于页面主题的页面背景匹配方法的流程示意图；

图2是本发明一实施例提供的标题属性值的提取流程示意图；

图3是本发明一实施例提供的字号属性值的提取流程示意图；

图4是本发明一实施例提供的一种基于页面主题的页面背景匹配方法的操作流程图；

图5是本发明一实施例提供的一种基于页面主题的页面背景匹配装置的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

但目前常用的添加和编辑方法有如下问题：每次进行背景匹配或判断前需要编辑人员花费大量时间阅读待展示的资讯内容，不但延长了匹配的时间，还降低匹配效率，而且每次匹配均基于编辑人员对资讯内容的主观判断，容易使添加匹配的主题背景与资讯内容所表达的主题情绪不符，导致编辑出错。

为了解决上述问题，下面将通过以下具体的实施例对本申请实施例提供的一种基于页面主题的页面背景匹配方法进行详细介绍和说明。

需要说明的是，在本实施例中，所述基于页面主题的页面背景匹配方法可以适用于服务器或服务器群组。

参照图1，示出了本发明一实施例提供的一种基于页面主题的页面背景匹配方法的流程示意图。

其中，作为示例的，所述基于页面主题的页面背景匹配方法，可以包括：

s11、获取含有页面内容的待匹配页面，从所述待匹配页面的页面内容中筛选得到页面文本集合。

该待匹配页面可以为需要进行背景匹配的页面，所述待匹配页面可以设有用户需要展示的文本内容。

在获取待匹配页面后，可以从待匹配页面中筛选得到不同的页面文本集合，该页面文本集合可以由待匹配页面的文本组成。

由于待匹配页面中包含的文本内容有多种，包括标题、题目、简介、中心内容、结尾和时间等等，不同文本内容的状态也可能不同，为了提高筛选效率，其中，作为示例的，步骤s11可以包括以下子步骤：

子步骤s111、获取所述待匹配页面中包含html标记的标记页面内容。

其中，html(hypertextmarkuplanguage，超文本标记语言)标记的标记页面内容是用户通过html标记组成的描述性文本。

子步骤s112、对所述标记页面内容进行标记样式筛选，筛选得到显示页面内容。

在本实施例中，标记样式可以包括显示标记样式和隐藏标记样式，对应隐藏内容即用户在待匹配页面不显示的内容。由于用户打算隐藏这些内容，这些内容可以不作为对网页的主题或背景匹配的参考。具体地，隐藏标记样式设置为display:none或visibility:hidden的标记。

在实际操作中，可以获取标记页面内容的标记样式，根据标记样式筛选显示标记样式，以显示标记样式对应的标记页面内容为显示页面内容。

子步骤s113、从所述显示页面内容中提取页面文本集合。

在获取显示页面内容后，可以从显示页面内容中筛选和提取对应的页面文本，最后再将若干个页面文本生成页面文本集合。

在实际应用中，页面显示的标题句是吸引读者阅读的其中一个重要因素，可以根据标题句匹配对应的页面主题。具体地，在本实施例中，所述显示页面内容包括：m个标题句内容，m为大于或等于1的正整数；

其中，作为示例的，子步骤s113可以包括以下子步骤：

当m等于1时，将所述标题句内容添加至预设的文本集合中，得到页面文本集合。

在本实施例中，标题句内容为标题句的文本。当m等于1时，确定该显示页面内容仅包括一句标题句的文本，可以将该标题句内容添加至预设的文本集合，得到页面文本集合。

在实际操作中，该预设的文本集合为用户预先设定的一个空集。

当m大于1时，遍历每个标题句内容对应的内容属性值，得到m个内容属性值。

若m大于1，则说明用户需要显示的网页内容可能包含多个不同主题或内容，而不同的主题对应一个标题句，需要对每个标题句进行筛选。

为了提高筛选的效率，可以获取每个标题句内容对应的内容属性值。

比较第i个内容属性值是否大于第i+1个内容属性值的数值大小，其中，i为初始值为1的正整数；

当所述第i个内容属性值的数值大于所述第i+1个内容属性值的数值时，以所述第i个内容属性值为参考属性值，其中，所述参考属性值的初始值为零；

当所述第i个内容属性值的数值小于所述第i+1个内容属性值的数值时，以所述第i+1个内容属性值为参考属性值，其中，所述参考属性值的初始值为零；

判断i+1是否等于m；

若i+1不等于m，则将i+1赋值给i，并重复执行所述比较第i个内容属性值是否大于第i+1个内容属性值的数值大小的步骤；

若i+1等于m，则以所述参考属性值对应的标题句内容添加至预设的文本集合中，得到页面文本集合。

在本实施例中，在获取每个标题句内容对应的内容属性值时，可以逐个比较每个内容属性值，然后通过筛选数值最大的内容属性值，最后将数值最大的内容属性值对应的标题句内容添加至预设的文本集合中，得到页面文本集合。

需要说明的是，i是初始值为1的正整数，在后续计算中再进行i+1的叠加计算。

例如，得到第一个内容属性值时，以所述第一个内容属性值为参考属性值。接着按照文本内容的顺序查找得到第二个内容属性值，然后比较第一个内容属性值是否大于第二个内容属性值的数值大小，当所述第一个内容属性值的数值大于所述第二个内容属性值的数值时，继续以所述第一个内容属性值为参考属性值；当所述第一个内容属性值的数值小于所述第二个内容属性值的数值时，以所述第二个内容属性值为参考属性值，更新参考属性值。接着判断第二个内容属性值对应的标题句内容是否为最后一句标题句内容，若是，则结束比较，并将第二个内容属性值对应的标题句内容添加至预设的文本集合中，得到页面文本集合；若不是，则获取第三个内容属性值，将第三个内容属性值与参考属性值(该参考属性值为在先比较中数值最大的内容属性值)进行数值大小的比较，再以数值最大者为参考属性值，如此持续计算，直到全部标题句内容的内容属性值比较完毕。

由于在页面内容设计或输入时，用户可能通过标题属性调整标题句的大小，可能通过字号调整标题句的大小。在具体实现中，所述内容属性值包括：字号属性值和标题属性值。其中，所述字号属性值(font-size)包括数值字号属性值和百分比字号属性值。

参照图2，示出了本发明一实施例提供的标题属性值的提取流程示意图，具体地，h为标题句的标题属性值，标题属性值分为h1至h6，其中，h1的标题属性值最大，h6的标题属性值最小。在实际操作中，可以构建预设的文本集合ts，初始化置空，即ts＝{}。然后判断第一句标题句内容是否显示，若显示，则获取第一句标题句内容的标题属性值，将标题属性值设为参考属性值，并且将第一句标题句内容添加至预设的文本集合ts中，然后从页面内容的body标记开始循环往正文方向寻找第二句标题句内容，若没有，则结束，以预设的文本集合ts为页面文本集合；若有第二句标题句内容，则比较第二句标题句内容的标题属性值是否大于参考属性值，当第二句标题句内容的标题属性值大于参考属性值，则以第二句标题句内容的标题属性值为参考属性值，并且将第二句标题句内容添加至预设的文本集合ts中，由第二句标题句内容替换第一句标题句内容，接着再从页面内容的body(页面的文本)标记开始循环往正文方向寻找第三句标题句内容，如此类推，直到遍历所有标题句内容；当第二句标题句内容的标题属性值小于参考属性值，则再从页面内容的body标记开始循环往正文方向寻找第三句标题句内容，如此类推，直到遍历所有标题句内容。

参照图3，示出了本发明一实施例提供的字号属性值的提取流程示意图。具体地，可以根据字号属性值进行标题句内容的筛选和提取。

具体地，也可以执行初始化的流程，构建预设的文本集合为最大字号标题句集合，并将最大字号标题句集合置空得到t3←{tp←null,tv←null}，其中null表示空串，tp表示百分比表示的最大字号的标记所标引的标题句内容的文本，tv表示数值表示的最大字号的标记所标引的标题句内容的文本。

其中，以百分比表示的当前最大字号fsp←0％，以数值表示的当前最大字号fsv←0。在提取过程中，t3、fsp和fsv会被持续更新。

在实际操作中，可以判断文本内容的body标记是否扫描完，如果完成，则结束；如果没有扫描完body标记，就查找第一个字号属性值(font-size)并记为fsx，其中，每个字号属性值均可以是可显示的标记tx。

然后可以判断fsx的类型，若是百分比属性值类型，则进行百分比属性值的数值大小比较，若是数值属性值类型，则进行数值属性值的数值大小比较。然后以最大数值替换在先的数值，更新fsx以及更新t3，最后直到查找到最大的标题句内容，更新至集合t3。

在实际操作中，用户编辑的页面内容还可以包括正文内容，该正文内容为用户需要展示的描述内容，具体地，所述显示页面内容包括：描述内容，该描述内容为正文文本。

其中，作为示例的，子步骤s113可以包括以下子步骤：

从所述描述内容中提取content属性值，其中，所述content属性值包括关键词属性值和概括属性值。

将所述content属性值添加至预设的文本集合，得到页面文本集合。

在实际操中，也可以预先构造网页描述集ds，初始化置空，即ds＝{}。

然后判断描述内容的样式标记是否为显示样式标记，若是则提取描述内容<metaname＝"keywords"content＝"...">标记中content属性的值以及<metaname＝"description"content＝"...">标记中content属性的值，其中，<metaname＝"keywords"content＝"...">标记中content属性的值可以记为k，将其置入ds，即：ds＝{k}；<metaname＝"description"content＝"...">标记中content属性的值可以记为d，将其置入ds，即：ds＝{k，d}。在实际应用中，<metaname＝"keywords"content＝"...">标记中content属性的值和<metaname＝"description"content＝"...">标记中content属性的值可以是一行文本。

s12、对所述页面文本集合进行文本提取，得到若干个关键文本。

由于页面文本集合包含多个页面内容，而每个页面内容可能有多个不同的文本，为了提高匹配的效率，在得到页面文本集合后，可以再对页面文本进行提取，从页面文本集合得到若干个关键文本。

由于不同的文本内容中可能包含一个或多个不同的虚词或语气词等无关紧要的词语，为了提高匹配的准确率，其中，作为示例的，步骤s12可以包括以下子步骤：

子步骤s121、通过预设的分词器对所述页面文本集合进行分词，得到若干个分词文本。

子步骤s122、从所述若干个分词文本中筛选若干个非虚词的分词文本，得到若干个关键文本。

在实际操作中，可以将页面文本集合输入至预设的分词器中进行分词，预设的分词器可以设有用户预先设置的基于匹配的分词方法、基于理解的分词方法或基于统计的分词方法。

接着对若干个分词文本进行对词性的判断和筛选，将若干个分词文本分类为虚词文本和非虚词文本，然后提取非虚词文本，得到若干个关键文本

s13、基于所述若干个关键文本确定页面主题类型。

在可选的实施例中，可以采用若干个关键文本的词性确定页面主题类型，可以根据若干个关键文本的数量确定页面主题类型，也可以根据若干个关键文本的先后顺序确定页面主题类型。

由于关键文本包含若干个，为了提高匹配的准确率，其中，作为示例的，步骤s13可以包括以下子步骤：

子步骤s131、通过预设的网页情绪词典将所述若干个关键文本划分成多个情绪文本集合，其中，每个情绪文本集合包含n个关键文本信息，n为大于或等于0的正整数。

设定三个情绪文本集合，分别为喜庆、悲伤和中性，每一个情绪文本集合对应一个主题。然后通过预设的网页情绪词典分别识别每个关键文本的情绪，根据其情绪分配至对应的情绪文本集合。

例如，得到若干个关键文本包括：庆祝、热烈、成功、胜利、诞生、新兴、牺牲、灾难、事故、逝世、疾病、通知、消息、信件等等。

通过预设的网页情绪词典分配后得到：

喜庆的主题情绪文本集合包括：庆祝、热烈、成功、胜利、诞生、新兴。

哀伤的主题情绪文本集合包括：牺牲、灾难、事故、逝世、疾病。

中性的主题情绪文本集合包括：通知、消息、信件。

在识别分配的过程中，若用户设定的情绪文本集合为两个时，也可以对若干个关键文本进行二分类。

例如，用户设定的情绪文本集合为喜庆和哀伤，则可以分类成如下集合：

喜庆＝{成功，热烈，庆祝，佳节，金牌，诞生，春节，国庆，元旦，中秋，新婚，胜利，开幕，闭幕，红火，高兴，振奋，...}

哀伤＝{牺牲，逝世，去世，病故，灾难，车祸，地震，清明节，哀悼日，默哀，哀思，悲痛，悼念，...}。

子步骤s132、从所述多个情绪文本集合中确定包含关键文本个数最多的情绪文本集合为目标情绪文本，以所述目标情绪文本对应的情绪为页面主题类型。

在分配完成情绪文本集合后，可以分别统计每个情绪文本集合中包含关键文本个数。然后筛选包含关键文本个数的最多的情绪文本集合为目标情绪文本，并以目标情绪文本对应的情绪为页面主题类型。

例如，分别计算得到表示喜庆的情绪文本集合的关键文本个数为j和表示哀伤的情绪文本集合的关键文本个数为s，表示中性的情绪文本集合的关键文本个数为b。若s＞b＞j，则以哀伤的情绪文本集合为目标情绪文本，并且以悲伤为页面主题类型。

在一可选的实施例中，为了提高筛序的效率，也可以当两种对立的主题情绪文本集合的关键文本个数相同时，以中性的情绪文本集合为目标情绪文本，并且以中性为页面主题类型。

例如，当j＝s，则以中性的情绪文本集合为目标情绪文本，并且以中性为页面主题类型。

s14、根据所述页面主题类型从预置的网页背景库匹配对应的页面背景。

在实际操作中，不同的页面主题类型可以对应不同的页面背景。用户可以在设定页面主题类型时设定对应的页面背景，并将页面背景存储在页面背景库中，当确定页面主题类型后，可以根据页面主题类型选择对应的页面背景。

例如，喜庆的页面主题类型的配置规则：以红色系背景色或背景图为主。

哀伤的页面主题类型的配置规则：以灰色系或黑色系背景色或背景图为主。

中性的页面主题类型的配置规则：保持网页原有背景色或背景图不变。

为了丰富页面背景，用户也可以设定对应的图案或动画或其他不同的显示效果。

最后再确定页面背景后，可以将页面背景添加至待匹配页面中，并生成对应展示页面，同时展示给用户，以供用户观看。

参照图4，示出了本发明一实施例提供的一种基于页面主题的页面背景匹配方法的操作流程图。

具体地，可以对待匹配页面进行预处理，其中预处理可以包括对待匹配页面的页面内容进行筛选和文本提取；接着进行网页的主题情绪分析，确定页面的主题类型；最后根据页面的主题类型匹配得到对应的页面背景。

在本实施例中，本发明实施例提供了一种基于页面主题的页面背景匹配方法，其有益效果在于：本发明可以通过快速、简单提取目标网页的关键文本、进行分析得到网页关键词汇、对网页关键词汇进行网页主题情绪计算识别出网页主题情绪类型，然后根据预置网页背景情绪匹配知识库智能匹配设置目标网页背景。本发明不但可以提高匹配的准确率，也可以缩短匹配时间提高匹配效率，同时整个过程可以自动、高效且智能地完成，无需人工干预，减少人为的误差，进一步提高匹配的准确率，达到精准、简单而又高效的网页背景设置的效果，实现了网页内容传播和情绪表达的最佳结合。

本发明实施例还提供了一种基于页面主题的页面背景匹配装置，参见图5，示出了本发明一实施例提供的一种基于页面主题的页面背景匹配装置的结构示意图。

其中，作为示例的，所述基于页面主题的页面背景匹配装置可以包括：

筛选模块501，用于获取含有页面内容的待匹配页面，从所述待匹配页面的页面内容中筛选得到页面文本集合；

提取模块502，用于对所述页面文本集合进行文本提取，得到若干个关键文本；

确定模块503，用于基于所述若干个关键文本确定页面主题类型；

匹配模块504，用于根据所述页面主题类型从预置的网页背景库匹配对应的页面背景。

可选地，所述确定模块还用于：

通过预设的网页情绪词典将所述若干个关键文本划分成多个情绪文本集合，其中，每个情绪文本集合包含n个关键文本信息，n为大于或等于0的正整数；

从所述多个情绪文本集合中确定包含关键文本个数最多的情绪文本集合为目标情绪文本，以所述目标情绪文本对应的情绪为页面主题类型。

可选地，所述提取模块还用于：

通过预设的分词器对所述页面文本集合进行分词，得到若干个分词文本；

从所述若干个分词文本中筛选若干个非虚词的分词文本，得到若干个关键文本。

可选地，所述筛选模块还用于：

获取所述待匹配页面中包含html标记的标记页面内容；

对所述标记页面内容进行标记样式筛选，筛选得到显示页面内容；

从所述显示页面内容中提取页面文本集合。

可选地，所述显示页面内容包括：m个标题句内容，m为大于或等于1的正整数；

所述筛选模块还用于：

当m等于1时，将所述标题句内容添加至预设的文本集合中，得到页面文本集合；

当m大于1时，遍历每个标题句内容对应的内容属性值，得到m个内容属性值；

比较第i个内容属性值是否大于第i+1个内容属性值的数值大小；

当所述第i个内容属性值的数值大于所述第i+1个内容属性值的数值时，以所述第i个内容属性值为参考属性值，其中，所述参考属性值的初始值为零；

当所述第i个内容属性值的数值小于所述第i+1个内容属性值的数值时，以所述第i+1个内容属性值为参考属性值，其中，所述参考属性值的初始值为零；

判断i+1是否等于m；

若i+1不等于m，则将i+1赋值给i，并重复执行所述比较第i个内容属性值是否大于第i+1个内容属性值的数值大小的步骤；

若i+1等于m，则以所述参考属性值对应的标题句内容添加至预设的文本集合中，得到页面文本集合。

可选地，所述内容属性值包括：字号属性值和标题属性值；

其中，所述字号属性值包括数值字号属性值和百分比字号属性值。

可选地，所述显示页面内容包括：描述内容；

所述筛选模块还用于：

从所述描述内容中提取content属性值，其中，所述content属性值包括关键词属性值和概括属性值；

将所述content属性值添加至预设的文本集合，得到页面文本集合。

进一步的，本申请实施例还提供了一种电子设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述实施例所述的基于页面主题的页面背景匹配方法。

进一步的，本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如上述实施例所述的基于页面主题的页面背景匹配方法。

以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。