基于编辑图的XML文档相似性研究

• 作者: 徐沛娟 李卓 王利民 齐福慧
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 可扩展标记语言(XML) 可扩展标记语言(XML)相似性 编辑图 编辑脚本 拆分 子路径集
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 大数据与云计算
• 页码范围: 81-85
• 页数: 5页
• 分类号: TP301.6
• 字数: 4644字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1401-0252

摘要

目前关于XML文档相似性算法有很多种，其中基于编辑距离的方法是很重要的一类。目前已发表的基于编辑距离的算法中，编辑图算法由于其计算高效率的特点成为研究的出发点。首先介绍了编辑图算法的思想，由于它在计算过程中对同层兄弟节点的顺序有很强的依赖性，因此不能准确有效地比较数据无序的数据中心的XML文档相似性。针对该问题，在编辑图算法思想的基础上，结合路径算法的思想提出拆分编辑图算法。实验结果表明，拆分编辑图算法降低了编辑图算法中对兄弟节点次序的依赖性，更适合于数据中心的XML文档相似性比较，而且所得结果更加准确有效。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐沛娟	吉林大学计算机科学与技术学院	18	100	7.0	9.0
2	王利民	吉林大学计算机科学与技术学院	30	172	8.0	12.0
3	李卓	吉林大学计算机科学与技术学院	52	117	6.0	8.0
4	齐福慧	吉林大学计算机科学与技术学院	1	0	0.0	0.0