XML文檔的聚類研究.pdf_第1頁
已閱讀1頁，還剩53頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、隨著互聯網的迅速發(fā)展，XML已經成為互聯網中最常用的數據交換與存儲語言，如何從大量的XML文檔中提取有價值的信息是目前的研究熱點之一。
　　在XML文檔聚類方法的研究中，一種研究思路是對XML文檔的表示模型進行改進，以期得到更有效的XML文檔相似度計算方法。目前針對有XML文檔的相似度計算有多種模型，如SET/BAG模型、VSM模型、樹模型等，每種模型下都有多種相似度計算方法。本文介紹了文本聚類的基本知識及其應用，分析了常用的文本

2、聚類算法及其優(yōu)缺點，介紹了XML文檔相似度計算的一些基本模型和這些基本模型下的相似度計算方法，分析了各種相似度計算方法的優(yōu)缺點。
　　本文提出了一種基于SET/BAG模型的改進的相似度計算方法。該方法將XML文檔的每個節(jié)點轉換成一個對象（由對象名、父對象、屬性集合以及該對象相對于其父對象的權重組成），這樣能較完整地表達XML文檔的結構信息，并且通過調整重復節(jié)點的權重來降低其在相似度計算中的影響。本文在真實數據集與人工數據集上分別進

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，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論