基于聚类技术的XML文件代表性结构获取

journal6 ›› 2011, Vol. 32 ›› Issue (6): 55-58.

基于聚类技术的XML文件代表性结构获取

(吉首大学软件服务外包学院，湖南张家界 427000)

出版日期:2011-11-25 发布日期:2012-03-22
作者简介:卓月明（1970-），男，湖南慈利人，吉首大学软件服务外包学院副教授，硕士，主要从事数据库和智能计算研究.

Representative Structures from XML Documents Based on Clustering Techniques

(Software & Outsourcing Institute,Jishou University,Zhangjiajie 427000,Hunan China)

Online:2011-11-25 Published:2012-03-22

摘要/Abstract

摘要：XML文件可以利用树状结构来表示，于是把如何将XML文件做聚类看成如何对树状结构的数据作聚类.使用SOM聚类工具搭配上Jaccard 的距离测量公式来对XML 文件做聚类，然后在每个cluster 中利用GST(Graph Search Technique)算法从这些XML文件当中找出他们的最大序列，最后将这些最大序列融合起来成为共同的结构.

关键词： XML文件, 树状结构, 聚类, 序列挖掘, 相同结构

Abstract: Since an XML document can be represented as a tree structure,the problem how to cluster a collection of XML documents can be considered as how to cluster a collection of tree-structured documents.The author used SOM (Self-Organizing Map) with the Jaccard coefficient to cluster XML documents.Then,an efficient sequential mining method called GST was applied to find maximum frequent sequences.Finally,the author merged the maximum frequent sequences to produce the common structures in a cluster.

Key words: XML document, tree-structured, clustering, sequential pattern mining, common structure

卓月明. 基于聚类技术的XML文件代表性结构获取[J]. journal6, 2011, 32(6): 55-58.

ZHUO Yue-Ming. Representative Structures from XML Documents Based on Clustering Techniques[J]. journal6, 2011, 32(6): 55-58.

[1]	马涵江, 喻旭兰. 金融开放对长三角城市群金融集聚的影响及地区异质性——基于特征提取的聚类分析[J]. 吉首大学学报（自然科学版）, 2022, 43(1): 85-96.
[2]	蒋一锄. 基于灰狼优化聚类算法的读者行为分析[J]. 吉首大学学报（自然科学版）, 2020, 41(4): 38-43.
[3]	朱家明，杨阳，谢睿. 基于省际视角的经济活力综合评价[J]. 吉首大学学报（自然科学版）, 2020, 41(3): 62-66.
[4]	黄紫成，李影. 基于模糊C-均值聚类的缺失数据填充方法[J]. 吉首大学学报（自然科学版）, 2020, 41(2): 23-26.
[5]	梁楠，杜建林，李铭喆，罗雪梅. 湖南医疗卫生事业发展的经济适应性和地区差异性[J]. 吉首大学学报（自然科学版）, 2019, 40(3): 93-96.
[6]	雷秀, 黎奇升, 欧祖军. 湘西猕猴桃品种全国推广种植的可行性统计分析[J]. journal6, 2015, 36(6): 84-87.
[7]	胡斌, 游新彩. 湖南省地市经济增长的σ趋同评价分析[J]. journal6, 2015, 36(5): 77-82.
[8]	曹灿, 李俊, 陈丽. 武陵山区GDP变化情况的统计分析[J]. journal6, 2015, 36(5): 71-76.
[9]	张明辉, 莫宏敏, 欧祖军. 湘西州农村居民生活消费现金差异性的聚类分析[J]. journal6, 2015, 36(4): 71-74.
[10]	郭海涛, 赵红叶, 徐雷, 侯一民, 焦圣喜. 多分辨分析和K均值聚类改进FCM图像分割[J]. journal6, 2015, 36(2): 29-32.
[11]	段明秀, 唐超琳. 一种基于密度的聚类算法实现[J]. journal6, 2013, 34(1): 26-27.
[12]	刘文军, 游兴中. 一种改进的凝聚层次聚类法[J]. journal6, 2011, 32(4): 11-14.
[13]	尹鹏飞, 张晓丹. 一种基于简单遗传算法的K-Means改进算法[J]. journal6, 2009, 30(6): 43-45.
[14]	符再德, 张其龙, 李辉, 石慧, 唐宗保, 张自杰, 万祖刚, 刘吉艳, 张玉英. 烟叶配打中的因子分析与聚类分析[J]. journal6, 2009, 30(5): 101-105.
[15]	龚静, 曾建一. 文本聚类中的特征选择方法[J]. journal6, 2008, 29(2): 39-41.