树型网络相似性度量方法研究：一个分类视角1）

摘要：

树型网络的相似性度量方法在信息检索、数据挖掘等众多领域应用广泛。针对现有研究成果进行比较研究，在将树型网络划分为有序树和无序树的基础上，进一步将有序树的相似性度量方法归纳为基于操作策略(operating strategy)、基于分解策略(decomposition strategy)、基于路径比较(path comparison)、基于节点比较(node comparison)四大类；将无序树的相似性度量方法归纳为双边匹配(bilateral matching)法、最大公共子树(largest public subtree)法两大类；对于上述每类相似性度量方法，通过分析相关经典算法及后续优化算法，总结了各类相似性度量方法的处理对象、原理、优缺点、适用范围、领域应用要求及适用原因。最后探讨了本领域的未来研究方向。

关键词：树型网络、相似性度量方法、有序树、无序树

分类号：TP3;U49

资助基金：1本文系国家自然科学基金项目“面向电子商务协同推荐的新型用户兴趣模型研究”71202165;四川省哲学社会科学规划项目“基于多维指标的电子商务信誉评价机制研究”SC13C019研究成果之一。

在线出版日期：2015-01-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共37页

页码：47-83