基于节点权重的网页去噪方法的研究

摘要：

随着网络信息的不断增多,网页信息不仅成为用户的重要信息来源,同时也是数据挖掘、信息检索等研究的重要数据来源.为提供高质量的文本信息源,页面去噪已经成为网页处理中不可忽视的步骤.随着网页制作技术的不断提升,页面中的视觉元素日益增多,网页节点信息愈加丰富.视觉信息已经成为页面去噪中不可忽视的重要部分.从用户的角度,在浏览网页时,视觉的信息网页能够第一时间反映页面中模块的重要程度.传统的页面去噪技术过多地忽略了页面的视觉特性,面对现今复杂的页面结构,去噪效果大大下降.文中在综合视觉信息和节点信息的基础上,提出了一种基于节点权重的去噪方法,该方法充分考虑了节点的视觉特性和内容特性.实验结果表明,该方法在网页去噪的准确率和召回率上有所提高.

关键词：视觉特性、节点权重、准确率、召回率

所属期刊栏目：27

分类号：TP301(计算技术、计算机技术)

资助基金：教育部专项研究项目2013116

在线出版日期：2017-11-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：83-86