網站建設

網頁去噪流程:

1) 節點分割。将網頁映射爲(wéi / wèi)DOM樹, 根據當前DOM節點的(de)信息以(yǐ)及子(zǐ)節點信息進行節點分割, 完成信息塊提取。

2) 檢測分割條。首先利用網頁的(de)初始坐标和(hé / huò)終止坐标作爲(wéi / wèi)初始化分隔條, 然後利用頁面塊與分割條之(zhī)間的(de)位置關系生成新的(de)檢測條。

3) 利用分隔條的(de)權值重構語義塊, 沿着分隔條從低到(dào)高的(de)方向進行叠代合并, 這(zhè)樣最終将網頁分割成主題相關性很高的(de)塊的(de)集合。