The heuristic rules we used in our

The heuristic rules we used in our implemented algorithm may be summarized as follows: a component with a meaningful ID spelling will be assigned a relative higher score, a component with too many numbers (>=4) will be assigned a relative lower score, a component with an ID containing “middle” has relative higher score than “top” and “bottom”, a component with an ID containing “footer”, “left”, and “right” will be assigned a relative lower score, and a component with an ID containing advertise mentoriented words will be assigned a relative lower score
This score algorithm will provide clients with a score list associated with the component IDs. Based on these scores, clients can make their decision to keep or eliminate in a more precise manner. They can even choose to use a score filter to auto-select components, e.g. if the client set a 30 score filter for a certain URL, all components with scores lower than 30 will be automatically deleted when the mobile-optimized web page is generated.

ผลลัพธ์ (ไทย) 1:

กฎการเรียนรู้ที่เรานำมาใช้ในขั้นตอนวิธีการดำเนินการของเราอาจจะสรุปได้ดังนี้องค์ประกอบที่มีการสะกดรหัสที่มีความหมายจะถูกกำหนดคะแนนที่สูงขึ้นเมื่อเทียบกับส่วนประกอบที่มีจำนวนมากเกินไป (> = 4) จะถูกกำหนดคะแนนต่ำกว่าญาติ องค์ประกอบที่มี id ที่มี "กลาง" มีคะแนนสูงกว่าญาติ "ด้านบน" และ "ล่าง" ส่วนที่มีรหัสที่มี "ส่วนท้าย","ซ้าย" และ "ขวา" จะได้รับการกำหนดคะแนนต่ำญาติและองค์ประกอบที่มี id ที่มีการโฆษณาคำ mentoriented จะกำหนดคะแนนที่ต่ำกว่าเมื่อเทียบกับขั้นตอนวิธี
คะแนนนี้จะช่วยให้ลูกค้าที่มีรายการคะแนนที่เกี่ยวข้องกับรหัสองค์ประกอบ ขึ้นอยู่กับคะแนนเหล่านี้ลูกค้าสามารถตัดสินใจของพวกเขาที่จะเก็บหรือกำจัดในลักษณะที่แม่นยำมากขึ้นพวกเขายังสามารถเลือกที่จะใช้ตัวกรองคะแนนกับชิ้นส่วนรถยนต์ให้เลือกเช่น ถ้าลูกค้าตั้งตัวกรอง 30 คะแนน url บางชิ้นส่วนทั้งหมดที่มีคะแนนต่ำกว่า 30 จะถูกลบโดยอัตโนมัติเมื่อหน้าเว็บมือถือที่ดีที่สุดจะถูกสร้างขึ้น

ผลลัพธ์ (ไทย) 2:

อาจสรุปกฎแล้วเราใช้ในอัลกอริทึมของเราดำเนินการดังนี้: คอมโพเนนต์ มีการสะกด ID หมายจะกำหนดญาติสูงคะแนน ส่วนประกอบ ด้วยตัวเลขมากเกินไป (> = 4) จะกำหนดให้คะแนนต่ำกว่าญาติ ส่วนประกอบมีประกอบด้วย "กลาง" ได้คะแนนสัมพัทธ์สูงกว่า "บน" และ "ล่าง" ประกอบ ด้วยรหัสประกอบด้วย "ส่วนท้าย", "ซ้าย" และ "ขวา" จะกำหนดคะแนนต่ำกว่าญาติ และส่วนประกอบกับการประกอบด้วย ID โฆษณาคำ mentoriented จะกำหนดคะแนนต่ำกว่าญาติ
อัลกอริทึมนี้คะแนนจะให้ลูกค้า มีรายการคะแนนที่สัมพันธ์กับรหัสคอมโพเนนต์ ขึ้นอยู่กับคะแนนเหล่านี้ ลูกค้าสามารถทำการตัดสินใจรักษา หรือกำจัดอย่างชัดเจนยิ่งขึ้น พวกเขายังสามารถเลือกใช้ตัวกรองคะแนนเพื่อเลือกให้โดยอัตโนมัติส่วนประกอบ เช่นถ้าไคลเอนต์การตั้งค่าตัวกรอง 30 คะแนนสำหรับบาง URL ส่วนประกอบทั้งหมด มีคะแนนต่ำกว่า 30 รายการจะถูกลบโดยอัตโนมัติเมื่อสร้างเพจปรับเคลื่อนได้

ผลลัพธ์ (ไทย) 3:

กฎ Heuristic ที่เราใช้ในอัลกอริธึมนำมาใช้ของเราอาจเป็นสำคัญสรุปได้ดังนี้คอมโพเนนต์ที่พร้อมด้วยการตรวจการสะกดคำที่มีความหมาย ID จะถูกมอบหมายให้คะแนนที่สูงกว่าเมื่อเทียบกับที่คอมโพเนนต์ที่พร้อมด้วยหมายเลขมากเกินไป(>= 4 )จะต้องได้รับการกำหนดคะแนนต่ำกว่าญาติคนหนึ่งคอมโพเนนต์ที่มี ID ที่ประกอบด้วย"กลาง"มีคะแนนที่สูงกว่าเมื่อเทียบกับกว่า"ด้านบนสุด"และ"ด้านล่าง"คอมโพเนนต์ที่มี ID ที่ประกอบด้วย"ท้ายกระดาษ""ทางด้านซ้าย",และ"สิทธิ"ที่จะได้รับการกำหนดให้มีความสัมพันธ์กันลดลงคะแนนและคอมโพเนนต์พร้อมด้วย ID ที่มีโฆษณา mentoriented คำจะถูกกำหนดให้ญาติลงคะแนน
นี้คะแนนอัลกอริธึมจะจัดให้บริการลูกค้าด้วยคะแนนรายการที่เกี่ยวข้องกับที่คอมโพเนนต์ ID ที่ใช้คะแนนเหล่านี้ลูกค้าสามารถทำให้การตัดสินใจของตนไว้หรือไม่ในลักษณะได้อย่างแม่นยำกว่าได้พวกเขาสามารถเลือกที่จะใช้แผ่นกรองคะแนนไปยังส่วนประกอบต่างๆโดยอัตโนมัติ - เลือกได้เช่นหากเครื่องลูกข่ายที่ตั้งค่าไว้ 30 คะแนนตัวกรองสำหรับ URL บางส่วนประกอบทั้งหมดที่มีคะแนนต่ำกว่า 30 จะถูกลบโดยอัตโนมัติเมื่อหน้าเว็บปรับแต่งเป็นพิเศษสำหรับคอมพิวเตอร์แบบพกพาที่จะถูกสร้างขึ้น