[发明专利]用于选择关于评估网站无障碍性的样本集的方法和系统

说明书

提供了一种选择用于评估网站无障碍性的页面样本集的方法和系统。以这样的方式选择页面样本集，使得页面的最小集可以按照标准合规性表示整个网站。系统包括扫描整个网站的网络爬虫。此外，元素识别模块识别存在于网站上的网络元素集。然后将网络元素和网页划分到预定义类别中。系统还设置基于规则的引擎，以便基于预定义规则生成页面样本集。所生成的页面样本集用于评估网站的无障碍性。

相关申请的交叉引用和优先权

本申请要求2016年3月23日提交的序列号为201621010152的印度完整说明书的优先权，该印度专利申请的完整公开以其整体通过引用的方式合并于此。

技术领域

本申请大致涉及样本无障碍性评估的领域。具体地，本申请提供一种选择用于评估网站无障碍性的页面样本集的方法和系统，使得页面样本集100％覆盖存在于网站中的特有元素和功能。

背景技术

为了使残障人士能够获取可访问的在线体验，网站必须符合诸如WCAG2.0的无障碍标准的要求。网络内容无障碍指南(WCAG)2.0涵盖了用于使网站内容更易访问的各种不同的建议。遵循这些指南将使范围更广的残障人士(包括失明和低视力、失聪和听力丧失、学习障碍、认知限制、运动限制、语言障碍、光敏感性以及其组合)可以访问网站内容。网站必须帮助各类残障人士获取各种公共无障碍性(accessibility)信息服务。已经观察到的是，当今已经创建了网站，使得残障用户在无需其它协助的情况下也可以访问网站。为了促进残障用户的网络无障碍性，在服务器上部署网站之前，评估网站的网络无障碍性是必不可少的。由于网站的网页包含多个具有特定行为的网络元素，所以用于评估网络无障碍性的一个基本步骤是正确地识别存在于网页上的各个网络元素。

除了基本的网络元素，还存在一些存在于网页上的其它网络元素(下文称作复杂网络元素)，基于HTML代码的结构和语义不能识别上述复杂网络元素。复杂网络元素的示例可以包括但不限于菜单栏、树视图(treeview)和验证码。应当理解的是，因为复杂网络元素不具有HTML代码的已定义结构或语义，所以复杂网络元素不能直接根据HTML或HTML DOM来推断。因此，复杂网络元素被解释为基本网络元素，并且用与通过传统方法来评估基本网络元素的方式一样的方式来评估复杂网络元素。

监管领域的近期趋势是主要修正了几个国家关于无障碍合规性的法律，并且已经注意到全球无障碍工作的巨大势头。许多工作正在进行，致力于将无障碍性整合进实时ID产品、技术方案和网站中。这种任务的典型活动是评估无障碍合规性以及识别发布者修复后的缺陷、无障碍验证以及最终查验。

IT产品或网站中屏幕/页面的数量从几百到几千不等。无障碍评估主要是人工作业(70％)，平均地，单页评估需要几个小时(范围为3到7小时)的工作量。对于如此巨大的页面数量，执行两轮测试需要相当大的工作量和实习成本。

为缓解这个挑战，在测试几个样本屏幕/页面的第一周期中，IT产业广泛地使用“样本评估”的最佳实践/方法，选择几个样本屏幕/页面来测试哪些可以接近于100％地覆盖项目的可适用无障碍指南。这有助于在第一测试周期中将工作量降低到60％。但是，要从数千页的页面中找到用于测试的样本页面需要人类判断和人工干预，因此需要大量的人工工作量来识别这些页面，从而导致高成本。此外，在某些情况下，人类很可能无法在特定的复杂性和约束下准确地识别所有的特有页面。

一种现有方法使用基于文档结构的网页类别。它提出了一种将页面类别分为三大类(信息、研究和个人)的方法。目的是获取网站上可用的数据类型的估测。另一种方法对万维网(World Wide Web)的页面进行均匀地采样。它提出了两种算法，用于从万维网中随机地生成均匀的网页样本集。目的是对搜索引擎要使用的页面进行采样和索引。已经做了若干尝试来对网页进行分类并取得了不同程度的成功。没有一种方法足以令人信服地用于评估网站的无障碍性。

发明内容