面向手持式設備的WEB頁面自動切割技術研究.pdf

1、隨著無線通信技術的飛速發(fā)展，人們越來越迫切的希望能夠使用手持式設備方便的瀏覽WEB頁面。但是手持式設備由于其屏幕小、計算和存儲能力有限的特點，使得使用手持式設備直接訪問普通WEB頁面較為困難。針對這一問題，本文提出了一套網頁分塊切割的解決方案。首先是對網頁的標準化處理，其次進行網頁分塊和噪音清洗，最后進行網頁重組。本文的研究主要著眼于以下幾個方面：
　　首先，本文比較了基于 DOM樹的網頁分塊算法、基于視覺特征的網頁分塊算法和基于

2、位置關系的網頁分塊算法。在基于視覺特征的網頁分塊算法中，分塊的顆粒度是由用戶預先設定的DoC值確定的，這就造成分塊顆粒度不易控制的問題。本文，提出了一種改進的基于視覺特征的網頁分塊算法，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容特征，表示分塊在網頁中體現主題內容的重要程度的標示。分塊重要度分為四個級別，級別越低分塊包含的噪音就越