專利名稱：基于鏈接聚類的無障礙網(wǎng)頁瀏覽方法
技術(shù)領域：
本發(fā)明涉及無障礙網(wǎng)頁瀏覽方法的技術(shù)領域，特別是基于鏈接聚類的無障礙網(wǎng)頁 瀏覽方法。
背景技術(shù)：
世界上約有盲人3000萬人左右，中國約有500萬盲人，占世界總數(shù)的18%，隨著互 聯(lián)網(wǎng)的高度普及和互聯(lián)網(wǎng)在日常生活中重要性的不斷上升，盲人上網(wǎng)問題將成為無障礙建 設中的重要問題。盲人由于無法通過視力接受信息，所以其上網(wǎng)問題特別突出。而且現(xiàn)在 的網(wǎng)站內(nèi)容越來越豐富，頁面結(jié)構(gòu)復雜，尤其是一些大型互聯(lián)網(wǎng)企業(yè)，如新浪、搜狐等網(wǎng)站 的首頁，單個頁面中所包含的鏈接就達到了幾百個。面對鏈接數(shù)量如此龐大的網(wǎng)頁，為盲人 提供一種無障礙網(wǎng)頁瀏覽方法顯得尤為重要。為了方便用戶瀏覽方便，現(xiàn)在很多門戶網(wǎng)站都把網(wǎng)頁中的鏈接以主題分類的模式 展現(xiàn)。但是這種分類模式大多依靠網(wǎng)站后臺的人工操作，且一般只應用于網(wǎng)站首頁或者導 航欄。這使得用戶在瀏覽一般網(wǎng)頁時，只能逐個點擊鏈接，查找自己所需的信息。而對于需 要依靠讀屏軟件等輔助工具來瀏覽網(wǎng)頁的盲人用戶來說，逐個點擊鏈接來尋找自己需要的 信息，操作耗時長，網(wǎng)頁瀏覽效率低。

發(fā)明內(nèi)容
為了克服現(xiàn)有技術(shù)的盲人閱讀時搜索信息不方便，網(wǎng)頁瀏覽效率低的缺點，本發(fā) 明提供了一種通過幫助用戶快速鎖定同一網(wǎng)頁中的同主題鏈接，以提高瀏覽網(wǎng)頁的體驗度 的基于鏈接聚類的無障礙網(wǎng)頁瀏覽方法?；阪溄泳垲惖臒o障礙網(wǎng)頁瀏覽方法，包括以下步驟
1)、從互聯(lián)網(wǎng)中抓取網(wǎng)頁，獲取網(wǎng)頁中的鏈接；
2)、抽取各鏈接對應的URL文本和錨文本內(nèi)容，同時抓取鏈接對應的網(wǎng)頁的文本信息；
3)、獲取URL文本、錨文本和對應網(wǎng)頁正文中的關(guān)鍵詞，以關(guān)鍵詞為 特征、形式化地將所有網(wǎng)頁鏈接分別表示成由關(guān)鍵詞信息組成的鏈接向量
P-P = ^1 ^2 Ji L]，其中工為鏈接向量多中的第i個關(guān)鍵詞的權(quán)重信息；
4)、利用聚類算法對鏈接向量>進行聚類，將同主題的連接作為一組，以分組的形式 重新呈現(xiàn)網(wǎng)頁。進一步，步驟3)中所述的關(guān)鍵詞權(quán)重信息J由URL特征權(quán)重<、錨文本權(quán)重< 和網(wǎng)頁文本特征權(quán)重d組成，
權(quán)利要求
基于鏈接聚類的無障礙網(wǎng)頁瀏覽方法，包括以下步驟1)、從互聯(lián)網(wǎng)中抓取網(wǎng)頁，獲取網(wǎng)頁中的鏈接；2)、抽取各鏈接對應的URL文本和錨文本內(nèi)容，同時抓取鏈接對應的網(wǎng)頁的文本信息；3)、獲取URL文本、錨文本和對應網(wǎng)頁正文中的關(guān)鍵詞，以關(guān)鍵詞為特征、形式化地將所有網(wǎng)頁鏈接分別表示成由關(guān)鍵詞信息組成的鏈接向量，,其中為鏈接向量中的第i個關(guān)鍵詞的權(quán)重信息；4)、利用聚類算法對鏈接向量進行聚類，將同主題的連接作為一組，以分組的形式重新呈現(xiàn)網(wǎng)頁。2010105220391100001dest_path_image001.jpg,849137dest_path_image002.jpg,2010105220391100001dest_path_image003.jpg,334345dest_path_image004.jpg,721464dest_path_image004.jpg
2.如權(quán)利要求1所述的基于鏈接聚類的無障礙網(wǎng)頁瀏覽方法，其特征在于步驟3)中 所述的關(guān)鍵詞權(quán)重信息1由URL特征權(quán)重df、錨文本權(quán)重Ji4和網(wǎng)頁文本特征權(quán)重^^組 成，
全文摘要
基于鏈接聚類的無障礙網(wǎng)頁瀏覽方法，包括從互聯(lián)網(wǎng)中抓取網(wǎng)頁，獲取網(wǎng)頁中的鏈接；抽取各鏈接對應的URL文本和錨文本內(nèi)容，同時抓取鏈接對應的網(wǎng)頁的文本信息；獲取URL文本、錨文本和對應網(wǎng)頁正文中的關(guān)鍵詞，以關(guān)鍵詞為特征、形式化地將所有網(wǎng)頁鏈接分別表示成由關(guān)鍵詞信息組成的鏈接向量，,其中為鏈接向量中的第i個關(guān)鍵詞的權(quán)重信息；利用聚類算法對鏈接向量進行聚類，將同主題的連接作為一組，以分組的形式重新呈現(xiàn)網(wǎng)頁。本發(fā)明的優(yōu)點是對網(wǎng)頁鏈接進行聚類處理，以使網(wǎng)頁中的鏈接以更緊湊的分組方式呈現(xiàn)；適用于所有類型的網(wǎng)頁，無需后臺人工操作，可用于幫助盲人實現(xiàn)無障礙網(wǎng)頁瀏覽，也可用于幫助普通用戶提高網(wǎng)頁瀏覽質(zhì)量。
文檔編號G06F17/30GK101986297SQ201010522039
公開日2011年3月16日 申請日期2010年10月28日 優(yōu)先權(quán)日2010年10月28日
發(fā)明者何占盈, 卜佳俊, 張利軍, 王燦, 陳純 申請人:浙江大學