基于编辑图的XML文档相似性研究

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。

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

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家科技支撑计划基金项目No.2006BAK01A33；国家自然科学基金No.61272209；吉林省科技发展计划基金项目No.20090704。

在线出版日期：2016-03-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：81-85