網(wǎng)頁去噪在交互電視中的應(yīng)用與研究.pdf

1、在三網(wǎng)融合的大背景下，交互電視越來越得到普及，在觀看交互電視時，對節(jié)目相關(guān)信息的需求越來越受到人們關(guān)注。節(jié)目相關(guān)信息是那些跟頻道和節(jié)目內(nèi)容密切相關(guān)且人們想獲取的信息，而目前國內(nèi)很少有此類研究來滿足觀眾的這一迫切需求，這也正是本文研究的背景和選題的動力。
　　節(jié)目相關(guān)信息的一大來源是互聯(lián)網(wǎng)，然而互聯(lián)網(wǎng)上的網(wǎng)頁往往包含了導(dǎo)航欄、廣告、無關(guān)鏈接等等這一類主題無關(guān)的信息，我們稱之為網(wǎng)頁噪聲。論文為了能快速獲取互聯(lián)網(wǎng)中的節(jié)目相關(guān)信息和提取主

2、題內(nèi)容，將網(wǎng)頁去噪作為研究的目標(biāo)和任務(wù)。節(jié)目相關(guān)信息應(yīng)用于交互電視涉及節(jié)目相關(guān)信息的描述與存儲、呈現(xiàn)與同步，論文其他部分將以它們?yōu)橹攸c(diǎn)展開。
　　論文首先研究了當(dāng)前存在的多種媒體內(nèi)容描述標(biāo)準(zhǔn)，并根據(jù)節(jié)目相關(guān)信息的特點(diǎn)分析了它們不適合的原因，并提出了基于HTML+XML+數(shù)據(jù)庫的節(jié)目相關(guān)信息描述方案。HTML來提供表現(xiàn)，XML和數(shù)據(jù)庫提供數(shù)據(jù)，實(shí)現(xiàn)表現(xiàn)和數(shù)據(jù)的分離。
　　在查閱了國內(nèi)外大量文獻(xiàn)資料和深入研究當(dāng)前存在的網(wǎng)頁去噪算

3、法基礎(chǔ)上，提出了一種基于LCS的特征樹最大相似性匹配網(wǎng)頁去噪算法，該算法可以利用同一站點(diǎn)網(wǎng)頁的相關(guān)性有效去除噪聲塊，算法通過對目標(biāo)網(wǎng)頁進(jìn)行預(yù)處理，尋找與目標(biāo)網(wǎng)頁相似的網(wǎng)頁，生成目標(biāo)網(wǎng)頁和相似網(wǎng)頁的特征樹，并利用LCS能得到全局最大相似性解的特點(diǎn)找出兩個特征樹的不同之處，再通過網(wǎng)頁塊聚集和評分篩選找出中心內(nèi)容塊，實(shí)驗(yàn)證明該算法能達(dá)到良好的去噪效果。
　　最后論文實(shí)現(xiàn)了一個示例系統(tǒng)，采用視頻超鏈接機(jī)制，該系統(tǒng)將網(wǎng)頁去噪技術(shù)應(yīng)用到交互電