基于區(qū)域塊密度的網(wǎng)頁(yè)信息抽取技術(shù)在移動(dòng)網(wǎng)站開發(fā)中的研究與實(shí)現(xiàn).pdf

1、隨著移動(dòng)通信技術(shù)的高速發(fā)展,移動(dòng)智能設(shè)備的普及率越來(lái)越高,使用移動(dòng)設(shè)備訪問網(wǎng)站的比例也逐步提高,人們迫切的需要使用移動(dòng)設(shè)備隨時(shí)隨地的獲取互聯(lián)網(wǎng)資源。不過(guò)移動(dòng)設(shè)備的屏幕尺寸、硬件性能等與普通電腦存在很大差異,并且移動(dòng)設(shè)備用戶的使用場(chǎng)景與傳統(tǒng)互聯(lián)網(wǎng)用戶間的差別也很大,傳統(tǒng)意義上的網(wǎng)站設(shè)計(jì)并不能很好的滿足移動(dòng)場(chǎng)景下用戶的使用需求。同時(shí)移動(dòng)設(shè)備碎片化的特點(diǎn)非常明顯,這對(duì)移動(dòng)網(wǎng)站的設(shè)計(jì)和開發(fā)都帶來(lái)了很大的挑戰(zhàn)。
　　針對(duì)以上問題,本文對(duì)基于

2、內(nèi)容轉(zhuǎn)換策略的移動(dòng)網(wǎng)站開發(fā)方法進(jìn)行了研究,提出了一種基于區(qū)域塊密度的網(wǎng)頁(yè)信息抽取技術(shù),并以此為基礎(chǔ),實(shí)現(xiàn)了基于代理服務(wù)器策略的移動(dòng)網(wǎng)站開發(fā)平臺(tái)。該平臺(tái)能夠在較少人工干預(yù)的情況下根據(jù)網(wǎng)頁(yè)類型的不同,選擇對(duì)應(yīng)規(guī)則實(shí)現(xiàn)網(wǎng)頁(yè)信息的抽取,能夠最大程度發(fā)揮移動(dòng)端隨時(shí)隨地的特性,將原有業(yè)務(wù)系統(tǒng)與移動(dòng)終端對(duì)接與融合,從而實(shí)現(xiàn)將PC端網(wǎng)站穩(wěn)定快速的向移動(dòng)終端擴(kuò)展。本文具體的研究?jī)?nèi)容如下:
　　1)論文從研究移動(dòng)網(wǎng)站開發(fā)的現(xiàn)狀開始,通過(guò)對(duì)現(xiàn)有網(wǎng)頁(yè)信息

3、抽取技術(shù)的綜合比較,建立了網(wǎng)頁(yè)信息抽取過(guò)程的流程模型。
　　2)通過(guò)對(duì)正文抽取技術(shù)的相關(guān)研究,提出了基于區(qū)域塊密度的網(wǎng)頁(yè)信息抽取算法。該算法不受HTML標(biāo)簽的限制,通過(guò)分析網(wǎng)頁(yè)正文密度函數(shù)來(lái)確定網(wǎng)頁(yè)正文區(qū)域,進(jìn)而進(jìn)行網(wǎng)頁(yè)內(nèi)容的抽取。
　　3)設(shè)計(jì)并實(shí)現(xiàn)了基于轉(zhuǎn)換服務(wù)器策略的移動(dòng)網(wǎng)站開發(fā)平臺(tái)。該平臺(tái)能在較少人工干預(yù)的情況下實(shí)現(xiàn)Web網(wǎng)站從PC端向移動(dòng)端的遷移。
　　本文最后通過(guò)一個(gè)移動(dòng)網(wǎng)站設(shè)計(jì)與開發(fā)實(shí)例來(lái)驗(yàn)證本文提出的移

4、動(dòng)網(wǎng)站開發(fā)平臺(tái)的設(shè)計(jì)方法以及設(shè)計(jì)原則的可行性。實(shí)例是青島某管理學(xué)院官方網(wǎng)站移動(dòng)版本,該移動(dòng)網(wǎng)站的適配設(shè)備包括Android以及iOS的智能終端,能夠較好的提高不同設(shè)備訪問移動(dòng)網(wǎng)站的用戶體驗(yàn),實(shí)現(xiàn)了較好的跨平臺(tái)能力,有效降低了開發(fā)和維護(hù)成本。
　　論文的創(chuàng)新點(diǎn)如下:
　　a)通過(guò)對(duì)現(xiàn)有網(wǎng)頁(yè)信息抽取技術(shù)的研究分析,并根據(jù)移動(dòng)網(wǎng)站開發(fā)平臺(tái)的特點(diǎn),建立了對(duì)應(yīng)的網(wǎng)頁(yè)信息抽取流程模型。
　　b)提出了基于區(qū)域塊密度的網(wǎng)頁(yè)信息抽取算