一种基于统计学特征和DOM树的网页去噪技术

• 作者: 何友全 唐华姣 徐小乐 徐澄
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 工学
• 关键词: DOM 统计学特征 信息检索
• 年，卷（期）: 2011,（1）
• 所属期刊栏目: 信息·计算机
• 页码范围: 54-58
• 分类号: TP393
• 字数: 2864字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425-B.2011.01.011

摘要

针对特定的网站或网页中抽取出用户感兴趣的信息这一问题,分析现有去噪技术的优缺点,提出了一种基于统计学特征和DOM树的Web页面去噪方法.该方法首先对原始网页进行预处理,然后分析网页的统计学特征,结合启发式的抽取规则,对网页进行去噪.实验证实该方法在较少人为干预的基础上能达到较好的抽取效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐小乐	重庆交通大学信息科学与工程学院	5	46	3.0	5.0
2	何友全	重庆交通大学信息科学与工程学院	24	131	6.0	11.0
3	徐澄	重庆交通大学管理学院	3	45	3.0	3.0
4	唐华姣	重庆交通大学信息科学与工程学院	3	45	3.0	3.0