[发明专利]网页视觉复杂度的自动评价方法

摘要

本发明公开一种网页视觉复杂度的自动评价方法，包括：收集网页样本，每个样本通过人工来进行标记其为视觉复杂的网页样本还是视觉简单的网页样本，以此建立训练集，利用网页分割算法来对每幅网页进行分割并提取网页布局块与文本块，把每一幅网页转换成一副图像，结合网页的源码，以及提取的网页布局块和文本块来提取每一幅网页三方面的特征：源码特征、结构特征、视觉特征；利用得到的网页特征对随机森林分类器进行训练，得到分类器参数，并对新网页进行评价，判定其在视觉上是否复杂。本发明可以应用在Web搜索与网页设计等诸多方面，提高基于Web的应用程序的性能。

主权项

一种网页视觉复杂度的评价方法，其特征在于，该方法包括：步骤1：首先收集尽可能多的网页样本建立训练集，利用人工来对每幅网页在视觉上是否复杂进行评判，人工标记的综合结果为视觉复杂的样本组成正类样本集，人工标记的综合结果为视觉简单的样本组成负类样本集，两个集合构成了训练集；步骤2：在训练集上获取每幅网页的源码，利用网页分割算法来对每幅网页进行分割并提取网页布局块和文本块；步骤3：将每一幅网页转换成一幅图像，提取每幅网页三个方面的特征：源码特征、结构特征、视觉特征；步骤4：利用得到的每幅网页的特征对随机森林分类器进行训练，得到分类器参数，并对新网页样本进行评价，判定其是否为高于复杂度阈值的网页。