基于最大频繁Induced子树的GML文档结构聚类

• 作者: 吉根林 朱颖雯
• 来源期刊: 南京师范大学学报（工程技术版）
• 学科: 工学
• 关键词: GML结构聚类 最大频繁Induced子树 闭合频繁Induced子树
• 年，卷（期）: 2008,（4）
• 页码范围: 50-55
• 页数: 6页
• 分类号: TP391
• 字数: 4369字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-1292.2008.04.013

摘要

提出了一种基于最大频繁Induced子树的GML文档结构聚类新算法TBCClustering.通过挖掘GML文档集合中的最大频繁Induced子树构造特征空间,并对特征空间进行优化;采用CLOPE聚类算法聚类GML文档,可自动生成最小支持度与聚类簇的个数,无需用户设置;不仅减少了特征的维数,而且得到了较高的聚类精度.实验结果表明算法TBCClustering是有效的,且性能优于PBClustering算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吉根林	南京师范大学数学与计算机科学学院	138	2757	22.0	50.0
2	朱颖雯	三江学院计算机基础部	8	4	1.0	1.0