基于频繁结构的XML文档聚类

• 作者: 傅珊珊 吴扬扬
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: XML文档聚类 最大频繁路径 最大频繁子树 层次聚类
• 年，卷（期）: 2008,（9）
• 所属期刊栏目: 数据库、信号与信息处理
• 页码范围: 135-138,171
• 页数: 5页
• 分类号: TP311
• 字数: 6409字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2008.09.040

摘要

研究基于频繁结构的XML文档聚类方法,其频繁结构包括频繁路径和频繁子树.首先介绍一种挖掘XML文档中所有嵌入频繁子树的算法SSTMiner,对SSTMiner算法进行修改,得到FrePathMiner算法和FreTreeMiner算法,分别用于挖掘XML文档中最大频繁路径和最大频繁子树,在此基础上,提出一种凝聚的层次聚类算法XMLCluster,分别以最大频繁路径和最大频繁子树作为XML文档的特征,对文档进行聚类.实验结果表明FrePathMiner算法和FreTreeMiner算法找到频繁结构的数量都比传统的ASPMiner算法多,这就可以为文档聚类提供更多的结构特征,从而获得更高的聚类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴扬扬	华侨大学计算机科学系	59	471	13.0	19.0
2	傅珊珊	华侨大学计算机科学系	3	13	2.0	3.0