人工智能算法，实现自动智能网页内容是否是详情页（文章页）

Question

已知条件

已知任意 Content-Type 为 text/html 的非首页的网页 URL。
如何用算法实现智能识别这个网页是列表页还是详情页？思路是什么样的。

---

我的思路

1.网址是以 .s?html? 结尾 或 .(jsp|asp|php)?[a-z]{2,3}=(d+)
2.内容中含有 发布(时间|日期)、字体大小 大中小、来源、发布者、相关文章
3.网址中有日期 yymmdd/ YYYYmmdd
4.含有<h1></h1>并且，并且数目小于或等于1.且 <h1></h1>标签中的内容和<title></title>中的内容可以找到？

有无更好的思路方法