[发明专利]一种基于传感信息量的网页内容评价方法

摘要

本发明的目的在于提供一种基于传感信息量的网页内容评价方法。首先对网页内容进行分析，根据网页数据块的内容，以及其是否具有空间描述特性和时间变化特性，对其是否为传感器信息块进行判断；接着，依据传感信息块的大小，分布位置情况，依次计算所有传感器信息块的视觉信息量；利用网页的差值图像，计算传感信息块的更新时间间隔，并通过更新频率得到信息块的时间信息量；将所有传感信息块的视觉信息量和时间信息量依次相乘并进行累加，即得到网页内容的传感信息量。本发明可以实现对针对传感信息内容的网页评价，评价结果将为物联网的设备和数据搜索提供研究支撑。

主权项

1.一种基于传感信息量的网页内容评价方法，其特征在于；包括以下步骤：步骤1：统计网页中所有传感信息块的数量；步骤2：依次计算传感信息块的视觉信息量；步骤3：利用语义判别与差值图片结合分析的方法，获取传感信息块的更新频率，计算传感信息块的时间信息量；步骤4：依次计算每一个传感信息块的信息量，并累加得到网页的整体信息量；所述步骤1统计网页中所有传感信息块的数量具体过程如下：网页经过分割，得到不同数据块内容，经过对网页内容的语义和更新情况分析，判断分割后的数据块是否包含传感信息，定义包含传感信息的数据块为传感数据块，统计所有传感信息块的数量；令Φ表示网页中所有传感信息块的集合；所述步骤2，计算传感信息块的视觉信息量过程如下：以ABCD代表整个网页，EFGH代表网页中的传感信息块b_i，O与O’分别代表网页和信息块b_i的质心，r表示AO的距离，代表AO’的距离，代表AO与AO’的夹角；那么，网页信息块b_i的位置权重为：以有效面积来表征网页的视觉信息量，因此，网页的有效面积为：其中，表示信息块b_i的面积，S_p表示网页的整体面积；所述步骤3，计算传感信息块的时间信息量过程如下：首先对获取的传感信息块的网页源代码进行预处理，得到正文内容；通过对正文内容的更新模板匹配，抽取出网页文本表述的更新信息；依据抽取出的更新信息获取差值图像，通过对图像像素值的分析，实现差值图像结果检测，若差值图像存在不为0的像素点，则更新信息匹配成功，反之，若文本抽取过程发现不存在更新信息或差值图检测结果与更新信息不符，则利用图像差值寻找更新频率；设传感信息块b_i的更新时间间隔为取最先出现的两幅非零差值图像出现时刻t₁,t₂，则因此，计算传感信息块b_i的时间信息量为：所述步骤4中，计算网页的整体信息量过程如下：对网页中的每一个传感信息块b_i，定义其传感信息量为：因此，对一个完整的网页而言，网页的传感信息量为：