智能浏览器实现算法研究.pdfVIP

第十一届中国计算机学会网络与数据通信学术会议论文 智能浏览器实现算法研究 余一娇刘芹肖德宝 (华中师范大学计算机科学系武汉430079) 丑圳孕篮凹．￡du。￡n仃ueliuqin《鲈。廿rIail．comdbxiao@ccnu．。dlLcn 摘 要 本文首先定义了智能谢览器及其三种智能行为：智能理解wEB更面信息、观察发现浏览器用户的兴 趣爱好，自主收集与管理罔络信息．然后以www教I览器HwTl．O为实现对象，根据反馈、阔值比较思想提出 了实现智能测览嚣的带反馈的wEB信息理解度算法、词根频数统计算法及信息源树搜索策略． 关键诃 o 智能浏览嚣理I手学纠信息收集与管堙。浏览器H、W．1 l引言 拥有巨大信息容量、快捷信息传播速度的因特网已成为当今世界一种重要的信息检索镖，每天部有大量的 羁络用户通过m潮览嚣在因特礴上寻求自己所需的文献信息．由于因特嘲信息组织形式具有松散性和易变性， 如何实现高速、精确的弼络信息查询就成了现代盹B应用中的一个兜出问趣．目前，搜索引擎和网络导航系统是 提高网络信息控索速度的两种有效途径，但从长远来看以上方式具有一定的局限性，尤其是对模糊检索支持不 足(键入一个关键词．搜索引擎提供几百条查询结果，查询结果数量太多无助于用户迅速查询)．鉴于此．本文 提出改进浏览器设计思想，使其具有智能信息搜索能力．本文根据作者用visual c++设计ww浏览器H耵1．0 过程中的经验和思考，探讨了智能浏览器及其智能行为的实现方法． ’ 2智能浏览器及其智能行为 因特罔中的信息量呈爆炸性增长，用户对网络信息的利用效率依赖于用户信息搜索范围和搜索精确度．范 围越广、搜索越准确则利用效率越高。现阶段浏览器只是一种被动的网络信息浏览工具．它仅能根据用户指定 的u豇地址获取}m也文本．而不能主动为用户收集信息．为了提高信息检索速度，我们认为浏览器设计应朝智 能化方向发展．智能浏览器是能正确理解髓页面设计者的设计意图、观察发现浏览嚣用户的兴趣爱好、并自 主为用户完成啦信息收集和管理的浏览器。与普通浏览器相比较，智自E浏览器具有后台的智能学习与■髓信 息收集与管理进程．支持洲览器用户脱线工作。图l示出了潮览器H耵1．0的软件逻辑圈[1]．圈2示出了智能 杖I览器}珥叮1．0的软件逻辑圈．图2中虚线右部的功能模块在后台执行，智能理解模块则嵌入到冒EB页面显示模 块中． 人机交互模块 0 w黯页面显示模块 ￡ }mⅧ语言解释桴 土 数据通信模块 图lH盯l-O的软件逻辑图 图2智能H盯1．O的软件逻辑图 384 第十一届中国计算机学会网络与数据通信学术会议论文 3智齄理解w功页面信息 嘞页面信息可分成数据对象(文本、图象、影像等)信息及冒EB页面的捧版信息两大类[2]．主页设计者 往往通过矸EB页面排版风格来展示自己的独特个性和情感．因此即使是同样的数据内容在不同的捧版方式下． 它就代表哪页面设计者不同的情感信息．智能理解WEB甄面信息包括对两类信息的正确理解．理解数据对象 内窖只要¨TTP通信是成功的．则不存在困难，但对排l短格式中包括的情感信息理解则依赖浏览器采用的理解策 略．现阶段谢览器对同一冒EB丽面的排版信息存在多种理解的主要原因是f咖L语言发展过程中出现了多种标准 且废弃的元素依然披用户使用，从而造成了髓B页面中元素混乱的局面．在浏览器H盯1．0设计过程中，我们曾 素集合的一个子集，并且对同样的H州L元素和属性值还存在不同的理解．每种浏览器均是按照自己认定的最佳 麓略(在表格排版信息理解中显得很突出)来理解瓶B页面中的数据排版信息。 }m1 0设计过程中，为了找到一种具有强通用性的表格理解策略．我们曾重复做了大量的理解策略反馈实 验．该实验的具体执行过程是