PBC:一种基于路径的XML文档聚类方法

• 作者: 业宁 梁作鹏 董逸生
• 来源期刊: 应用科学学报
• 学科: 工学
• 关键词: XML 信息检索 文档聚类
• 年，卷（期）: 2005,（4）
• 页码范围: 399-403
• 页数: 5页
• 分类号: TP311
• 字数: 3441字
• 语种: 中文
• DOI: 10.3969/j.issn.0255-8297.2005.04.015

摘要

提出了一种基于路径的XML文档结构聚类方法(PBC).与其他方法直接计算XML文档结构距离不同,该方法通过对文档包含的路径聚类,间接完成文档的聚类.首先,包含某一路径的文档集合形成初始类,并用该路径作为初始类的标识.然后,用层次聚类方法根据设定的标准,合并初始类,直至结束.类的标识信息是类中文档包含的路径,结果直观,容易理解.算法的复杂度是O(n),其中n是文档的大小.相关实验证明该算法不但能保证聚类结果准确,而且能大幅度提高计算的速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董逸生	东南大学计算机科学与工程系	118	3003	29.0	49.0
2	业宁	东南大学计算机科学与工程系	14	296	9.0	14.0
3	梁作鹏	东南大学计算机科学与工程系	8	215	7.0	8.0