基于DOM模型的網頁凈化系統(tǒng)設計與實現(xiàn).pdf_第1頁
已閱讀1頁，還剩73頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、隨著Internet技術的飛速發(fā)展,互聯(lián)網上的信息成幾何級數(shù)地增長。網絡給人們提供了大量信息的同時,也給人們快速準確的獲取信息帶來了挑戰(zhàn)。為了能有效地利用網頁資源,就需要對這些資源進行預處理。預處理關鍵的問題之一是去除掉網頁中的噪音數(shù)據,即把與網頁內容無關的廣告、導航條以及版權等信息盡量去除,以得到所需要的網頁主題信息,也即網頁凈化。
　　 本文首先介紹了網頁凈化的方法和技術。其中網頁凈化的方法包括基于網頁結構的方法、基于模版的

2、方法和基于可視化信息的方法等。網頁凈化的技術則主要有三個方面:信息提取、網頁分塊和網頁適應。
　　 接著,本文介紹了可擴展超文本標記語言和文檔對象模型的概念及其結構。在此基礎上,本文提出了一種基于網頁布局的文檔對象模型(WLB_DOM模型),該模型的建立包括預處理、標簽過濾和模型建立等過程,文中詳細介紹了該模型的結構和構建方法。
　　 然后,本文提出了一種基于WLB_DOM模型的網頁凈化算法,這是一種基于網頁結構的方法和

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論