[发明专利]一种基于WAQM的网站无障碍检测最佳抽样方法

摘要

一种基于WAQM的网站无障碍检测最佳抽样方法，在计算机系统上进行以下步骤：将待检测网站中的所有网页按照不同的深度进行分组，具有同一深度的网页聚在一组；构造网站抽样误差的期望模型；给定抽样比率r，通过最小化抽样误差的期望，计算出每层抽样网页数目；根据每层网页抽样数目，在每层中随机选择规定数目的网页组成抽样样本；对样本中的每个网页，利用机器和人工检测得到网页的无障碍得分；根据无障碍衡量标准，利用抽样的网页无障碍得分估算出整个网站的无障碍得分。本方法的优点在于：可以大幅度降低抽样误差，使抽样算法选取的样本网页能更好的反映整个网站的无障碍状况。

主权项

1.一种基于WAQM的网站无障碍检测最佳抽样方法，在计算机系统上进行以下步骤：1)将待检测网站中的所有网页按照不同的深度化分成d+1组，具有同一深度的网页聚在一组，其中d是该网站的最大深度，首页的深度为0；2)构造网站的抽样误差的期望模型；3)给定抽样比率r，通过最小化抽样误差的期望，计算出每层抽样网页数目；4)根据每层网页抽样数目，在每层中随机选择规定数目的网页组成抽样样本；5)对样本中的每个网页，利用机器和人工检测得到网页的无障碍得分；6)根据无障碍衡量标准，利用抽样样本中的网页无障碍得分估算出整个网站的无障碍得分；步骤2中所述的构造抽样误差的期望模型，步骤如下：21)首先定义网页深度为从该网站的首页跳转该网页的最小跳数，首页深度设为0；22)假设一个网站最大的深度为d(d≥0)，那么可以将该网站的所有n个网页按照深度分成(d+1)层，具有同一深度的网页聚类在一层，每层网页的个数分别为n₀，n₁，n₂，n₃，...n_d，且23)计算每层网页的抽样误差的期望；假设抽样算法得到的每层网页个数分别为n′0，n1′，n2′，...nd′，则在第i(0≤i≤d)层，该层所有网页分数的平均值为ui，该层抽样网页的平均分数为ui′，那么第i层网页的抽样误差的期望为E[errori]＝E[|ui‑u′i|](公式1)；24)根据WAQM标准，计算整个网站共(d+1)层的抽样误差的期望，即其中n_i表示第i层网页的总个数，w_i表示第i层网页的权重，w_i取值为w_i＝e^‑i；25)最小化网站的抽样误差期望，即步骤3所述的根据最小化网站的抽样误差的期望，得出每层抽样网页数目，具体步骤是：31)最小化网站的抽样误差期望和最小化是等同的，将公式(4)作为最终优化函数；32)每个网页的得分为pi，由于所有网页都是独立的，服从IID分布，假设方差都为σi＝D(pi)(0≤i≤d)，可以做如下变化得到：33)将公式(5)带入公式(4)，可以得到转化后的优化函数34)针对公式(6)，可以将其看成以下组合优化问题，其中每层的抽样数目n0′，n1′，n2′，...nd′是需要求解的参数，定义N′＝{n0′，n1′，n2′，...nd′}，那么可以得到∑n′i＝r*∑ni35)针对该组合优化问题提出一个贪婪算法，步骤如下：a.初始为每层的抽样个数n0′n1′，n2′，...nd′都为1；b.计算每层分别添加1个抽样个数后的期望误差；c.将计算后期望误差最小对应层的抽样个数加1，其他层不变；d.重复b，c步骤，直到达到抽样总数。