一种页面元素分类方法、解析器、介质及设备技术

本发明专利技术涉及页面元素分类技术领域，特别涉及一种页面元素分类方法、解析器、介质及设备，其中，一种页面元素分类方法，包括提取已知页面元素并分类，对已分类的所述已知页面元素进行元素特征提取；建立逻辑回归模型，对所述逻辑回归模型进行分类训练；根据训练完成的所述逻辑回归模型，对页面文件上的页面元素进行分类；先通过已知页面元素的分类及元素特征的提取，以便对逻辑回归模型进行分类训练，再利用训练完成的逻辑回归模型对页面文件上的页面元素进行分类，提升了页面元素分类的准确率，使分类更贴近于页面元素的本质特征，从而使得开发人员在升级改造中可以无需阅读源码即可得到更加合理的分类结果，降低了人工成本。

【技术实现步骤摘要】
一种页面元素分类方法、解析器、介质及设备
本专利技术涉及页面元素分类
，特别涉及一种页面元素分类方法、解析器、介质及设备。
技术介绍
随着计算机技术的普及，当今人们的生活已经逐渐走入智能时代。不仅仅是电脑，手机，PAD，人们的衣食住行的方方面面都开始应用出现不久的智能技术，智能电视，智能导航，智能家居等等，智能技术将在人们生活的各个方面提供方便快捷的服务。例如，智能语音交互是基于语音输入的新一代交互模式，通过说话就可以得到反馈结果。而互联网产品复杂多样，页面上的设计更是千差万别。其中，文字与图片是构成一个网页的两个最基本的元素。文字为网页的内容，图片为网页的美观。除此之外，网页页面的元素还包括动画、音乐、程序等等。通过页面元素的提取和分类，可以分析用户的交互行为，从而帮助产品和运营进行后续优化，如中国专利申请(公开号为CN111310044A)公开了一种页面元素信息的提取方法、装置、设备和存储介质，但是该专利申请并未提及页面元素如何进行分类。现有技术中常用的页面元素分类主要是基于html标签分类、通过标签名称进行分类或页面解析器进本文档来自技高网...

【技术保护点】
1.一种页面元素分类方法，其特征在于，包括以下步骤：/nS100：提取已知页面元素并分类，对已分类的所述已知页面元素进行元素特征提取；/nS200：建立逻辑回归模型，对所述逻辑回归模型进行分类训练；/nS300：根据训练完成的所述逻辑回归模型，对页面文件上的页面元素进行分类。/n

【技术特征摘要】
1.一种页面元素分类方法，其特征在于，包括以下步骤：
S100：提取已知页面元素并分类，对已分类的所述已知页面元素进行元素特征提取；
S200：建立逻辑回归模型，对所述逻辑回归模型进行分类训练；
S300：根据训练完成的所述逻辑回归模型，对页面文件上的页面元素进行分类。


2.根据权利要求1所述的一种页面元素分类方法，其特征在于：根据所述已知页面元素的功能特点进行分类，所述已知页面元素包括但不限于展示元素、可操作元素、列表元素或外部元素；
通过判断所述元素特征包含的影响因子，对比所述影响因子的内容、顺序或比重确定元素类型，再根据所述元素类型提取所述元素特征，所述元素特征包括但不限于标签、结构、命名习惯或属性事件。


3.根据权利要求2所述的一种页面元素分类方法，其特征在于：基于Logistic分布函数建立所述逻辑回归模型，所述Logistic分布函数为



其中，μ为位置参数，γ>0为形状参数。


4.根据权利要求3所述的一种页面元素分类方法，其特征在于：使用独热编码进行特征编码提取所述元素特征，所述元素特征对应的所述影响因子为已知影响因子时，所述元素特征形成分类样本；
通过所述分类样本对所述逻辑回归模型进行分类训练，再拟合决策边界建立决策边界与分类训练概率之间的联系，使所述逻辑回归模型得到页面元素的分类概率。


5.根据权利要求4所述的一种页面元素分类方法，其特征在于：所述元素特征对应的所述影响因子为未知影响因子时，利用稳定性选择方法中的随...

【专利技术属性】
技术研发人员：游海涛，梁兴通，王琳，杨丰佳，
申请(专利权)人：易联众信息技术股份有限公司，
类型：发明
国别省市：福建;35