面向XML相似性重復(fù)數(shù)據(jù)的清洗方法研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩53頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著互聯(lián)網(wǎng)信息技術(shù)的不斷發(fā)展以及獲取網(wǎng)絡(luò)數(shù)據(jù)的方法多樣化,大量電子數(shù)據(jù)在互聯(lián)網(wǎng)中產(chǎn)生,其在各領(lǐng)域中的應(yīng)用地位也隨之提高??蓴U(kuò)展標(biāo)記語(yǔ)言XML數(shù)據(jù)也大量飛速增長(zhǎng),XML作為半結(jié)構(gòu)化數(shù)據(jù)由于自身特點(diǎn)及優(yōu)勢(shì)在各應(yīng)用領(lǐng)域具有極大的重要性,但作為半結(jié)構(gòu)化數(shù)據(jù)同樣會(huì)出現(xiàn)數(shù)據(jù)質(zhì)量問題,因此XML數(shù)據(jù)清洗問題不容忽視。由于XML數(shù)據(jù)自我描述特點(diǎn),使其數(shù)據(jù)表現(xiàn)格式靈活自由,導(dǎo)致XML數(shù)據(jù)文檔重復(fù)存在,尤其是相似性重復(fù)數(shù)據(jù),將會(huì)導(dǎo)致大量冗余信息產(chǎn)生。

2、>  目前存在的有效分析和管理數(shù)據(jù)的方法工具只適用于對(duì)XML數(shù)據(jù)的簡(jiǎn)單分析操作,對(duì)問題數(shù)據(jù)進(jìn)行有效處理總是被動(dòng)的,并不能很好地解決XML的數(shù)據(jù)質(zhì)量問題,因此清洗之后所保留的信息量只是XML原始數(shù)據(jù)信息量的一小部分而已。到目前為止,已有大量文獻(xiàn)研究XML數(shù)據(jù)清洗方面的有關(guān)問題,其中大部分主要集中在XML相似性重復(fù)數(shù)據(jù)清洗方面,因?yàn)橄嗨菩灾貜?fù)數(shù)據(jù)問題一直是數(shù)據(jù)清洗的難題,其難點(diǎn)在于對(duì)存在的相似性重復(fù)數(shù)據(jù)進(jìn)行檢測(cè),該過程對(duì)獲取的信息準(zhǔn)確度也同

3、樣非常重要。針對(duì)目前XML相似性重復(fù)數(shù)據(jù)的檢測(cè)算法所存在的問題即時(shí)間復(fù)雜度和清洗效率方面存在的問題,本文對(duì)XML相似性重復(fù)數(shù)據(jù)檢測(cè)方法進(jìn)行了優(yōu)化,為以后的數(shù)據(jù)挖掘等工作奠定基礎(chǔ)。
  本文針對(duì)XML相似性重復(fù)數(shù)據(jù)及其清洗問題方面進(jìn)行了重點(diǎn)研究。對(duì)XML相似性重復(fù)數(shù)據(jù)進(jìn)行定義,運(yùn)用路徑匹配方法對(duì)XML文檔進(jìn)行初步分類,對(duì)PSO檢測(cè)算法進(jìn)行了優(yōu)化即GA-PSO算法,用于XML相似性重復(fù)數(shù)據(jù)的檢測(cè)。該算法將GA中的交叉crossover

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論