论文部分内容阅读
提出一个新的抽样评估方法,通过对评估样本的KNN分析,选出特定网页.因大规模网站抽样结果稀疏,KNN算法会导致高检测误差,应用一个局部回归模型提升KNN评估质量.首先在网站中随机选择一些网页进行评估,得到该网站初始无障碍得分.在此基础上,将每一个评估网页作为一个标记样例,其他网页根据KNN局部回归模型进行无障碍评估得分预测.实验结果证明:所提方法相比随机抽样算法的效果上有着显著性提升.