基于语义标记树的XML文档聚类研究

摘要：

近年来XML凭借其自身的简单性、半结构化、可扩展性、自描述性等特点,逐渐成为了互联网数据表示和数据交换的标准.XML文档聚类是数据挖掘研究中热点一个,为网络信息资源的搜集、组织及检索利用提供良好的技术支持.本文首先介绍了目前主要的XML文档聚类算法,然后在利用WordNet对XML文档中的标记进行语义消歧的基础上,提出了一种新的基于语义标记树的XML文档相似度计算方法,并通过最近邻算法进行聚类,最后在用于XML检索研究的数据集上进行实验,证实其确实是一种比较有效的XML文档聚类方法.

关键词：XML、聚类、语义标记树、WordNet

所属期刊栏目：31

分类号：TP3;TP1

资助基金：国家自然科学基金项目"基于标记树的XML文档自动聚类和分类研究"70803046的研究成果

在线出版日期：2012-07-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：508-514