面向手持式設(shè)備的WEB頁面自動(dòng)切割技術(shù)研究.pdf

1、隨著無線通信技術(shù)的飛速發(fā)展，人們?cè)絹碓狡惹械南Ｍ軌蚴褂檬殖质皆O(shè)備方便的瀏覽WEB頁面。但是手持式設(shè)備由于其屏幕小、計(jì)算和存儲(chǔ)能力有限的特點(diǎn)，使得使用手持式設(shè)備直接訪問普通WEB頁面較為困難。針對(duì)這一問題，本文提出了一套網(wǎng)頁分塊切割的解決方案。首先是對(duì)網(wǎng)頁的標(biāo)準(zhǔn)化處理，其次進(jìn)行網(wǎng)頁分塊和噪音清洗，最后進(jìn)行網(wǎng)頁重組。本文的研究主要著眼于以下幾個(gè)方面：
　　首先，本文比較了基于 DOM樹的網(wǎng)頁分塊算法、基于視覺特征的網(wǎng)頁分塊算法和基于

2、位置關(guān)系的網(wǎng)頁分塊算法。在基于視覺特征的網(wǎng)頁分塊算法中，分塊的顆粒度是由用戶預(yù)先設(shè)定的DoC值確定的，這就造成分塊顆粒度不易控制的問題。本文，提出了一種改進(jìn)的基于視覺特征的網(wǎng)頁分塊算法，用分塊的層次值代替DoC值，解決了原有算法的問題。
　　其次，提出了一種使用分塊重要度進(jìn)行噪音清洗的方法。分塊重要度是綜合考慮分塊的空間特征和內(nèi)容特征，表示分塊在網(wǎng)頁中體現(xiàn)主題內(nèi)容的重要程度的標(biāo)示。分塊重要度分為四個(gè)級(jí)別，級(jí)別越低分塊包含的噪音就越