一種面向盲人的門戶網(wǎng)站導(dǎo)航結(jié)構(gòu)提取方法的研究與實(shí)現(xiàn).pdf

1、在信息爆炸的時(shí)代，門戶網(wǎng)站作為互聯(lián)網(wǎng)信息的主要載體，它們的資訊也日益豐富。當(dāng)前主流的門戶網(wǎng)站頻道與欄目眾多，層次關(guān)系復(fù)雜，對(duì)于盲人用戶而言，理解這些頁(yè)面的內(nèi)容是一個(gè)巨大的挑戰(zhàn)。
　　 當(dāng)前主流門戶網(wǎng)站中，大多數(shù)網(wǎng)頁(yè)含有起導(dǎo)航作用的鏈接，即導(dǎo)航鏈接。把這些導(dǎo)航鏈接提取出來并重構(gòu)成代表當(dāng)前站點(diǎn)內(nèi)容結(jié)構(gòu)關(guān)系的樹狀導(dǎo)航結(jié)構(gòu)，能輔助盲人用戶瀏覽網(wǎng)站，這是本文工作的出發(fā)點(diǎn)。
　　 現(xiàn)有的門戶網(wǎng)站中，一部分頁(yè)面的導(dǎo)航鏈接數(shù)量較多，例如

2、某頻道的首頁(yè)，該類頁(yè)面起著導(dǎo)航的作用，可稱為導(dǎo)航頁(yè)面。該類頁(yè)面有一個(gè)很明顯的特征，即導(dǎo)航鏈接的位置與內(nèi)容長(zhǎng)期不變，而其他部分的內(nèi)容變化則相對(duì)頻繁。也就是說，這些導(dǎo)航鏈接存在于該頁(yè)面不同時(shí)期版本的模板內(nèi)容之中。
　　 基于以上觀察，本文提出一種基于網(wǎng)頁(yè)模板檢測(cè)與提取的算法，用于提取網(wǎng)頁(yè)中的候選導(dǎo)航鏈接。由于當(dāng)前頁(yè)面的各時(shí)刻快照模板中往往包含上級(jí)層次的導(dǎo)航鏈接，而它們一般不能作為當(dāng)前層次的導(dǎo)航鏈接，本文提出分層提取的策略，以減少上級(jí)