基于可视布局信息的网页噪音去除算法

被引：24

作者：

荆涛

左万利

机构：

[1] 吉林大学计算机科学与技术学院吉林长春 130012

[2] 吉林大学计算机科学与技术学院

来源：

华南理工大学学报(自然科学版) | 2004年 / S1期

关键词：

网页; 噪音; 页面布局;

D O I：

暂无

中图分类号：

TP393.092 [];

学科分类号：

080402 ;

摘要：

主要探讨了网页中的噪音去除问题.针对单一页面中包含的丰富的可视信息,提出了一个更加精确的噪音去除算法:首先获得页面中各元素标记的布局信息,然后利用布局信息对页面进行划分,最后在此基础上去除噪音.与采用"布局信息"的算法相比,本文提出的算法对页面布局信息的提取更加准确,并能处理动态HTML页面.实验结果表明,该算法优于同类算法,可有效地去除网页噪音.

引用

页码：84 / 87 +98

页数：5