Key points are not available for this paper at this time.
웹 페이지는 고유한 콘텐츠와 여러 페이지에 걸쳐 존재하며 주로 형식화, 내비게이션 및 브랜딩에 사용되는 템플릿 자료의 조합으로 구성되어 있습니다. 우리는 웹에서 이러한 템플릿의 성질, 진화 및 유행을 연구합니다. 이 작업의 일환으로, 우리는 기존 방법보다 유사한 품질로 약 20배 더 빠르게 수행되는 템플릿 추출을 위한 새로운 무작위 알고리즘을 개발합니다. 우리의 결과는 웹 콘텐츠의 40--50%가 템플릿 콘텐츠임을 보여줍니다. 지난 8년 동안 템플릿 콘텐츠의 비율은 두 배로 증가했으며, 그 성장은 줄어들 기미를 보이지 않습니다. 텍스트, 링크 및 템플릿 내 총 HTML 바이트는 전체 콘텐츠에서 차지하는 비율로 연간 6~8%의 속도로 증가하고 있습니다. 우리는 이 증가가 정보 검색 및 순위, 분류 및 링크 분석에 미치는 해로운 영향을 논의합니다.
Gibson et al. (Sat,)는 이 질문을 연구했습니다.