基于抽樣和模板的網站無障礙檢測方法.pdf

1、隨著信息技術的發(fā)展以及互聯網的普及，互聯網已經成為殘疾人日常生活的重要元素。由于自身缺陷，殘疾人在互聯網信息服務獲取、利用、交互等方面存在巨大的困難。不幸的是，大部分網站都不是無障礙的，不同類別的70％～98％的網站都不同程度上存在著障礙，殘疾人與正常人之間的“數字鴻溝”正在日益擴大。因此，如何有效地發(fā)現對于殘疾人有障礙的網頁和快速評估一個網站的無障礙程度成為了信息無障礙領域的重要研究課題。
　　本文的研究目的是在網站內容無障礙檢

2、測過程中，減小人工檢測的比例，加快網站檢測速度，降低檢測成本。在以往檢測過程中，本文發(fā)現了兩個現象:
　　1）無障礙檢測點是根據模板分布的，集中分布在相同模板的網頁集合中;
　　2）某些檢測規(guī)則只涉及網頁模板，不涉及網頁內容。
　　根據這兩個現象，本文提出了基于抽樣和基于模板的兩種無障礙檢測方法。
　　基于抽樣的無障礙檢測方法依賴于網頁抽樣?？紤]到時效性，本文設計了線性時間的基于URL聚類的網頁抽樣算法。算法首先

3、依據最小描述長度原則對網站所有URL進行聚類，然后分別對每個聚類簇進行隨機抽樣。最后本文描述了網頁抽樣算法的原理，并且在數學上給出了證明。
　　基于模板的無障礙檢測方法依賴于模板提取?？紤]到正文對模板提取的負面影響，本文設計了基于正文過濾的模板網頁聚類算法。算法首先根據文本密度對所有網頁進行正文過濾，然后計算網頁之間的結構距離，最后通過聚類提取網站模板網頁。
　　最后，本文對上述幾個算法分別設計了實驗。實驗結果證明，基于抽樣