论文部分内容阅读
研究基于频繁结构的XML文档聚类方法，其频繁结构包括频繁路径和频繁子树。首先介绍一种挖掘XML文档中所有嵌入频繁子树的算法SSTMiner，对SSTMiner算法进行修改，得到FrePathMiner算法和FreTreeMiner算法，分别用于挖掘XML文档中最大频繁路径和最大频繁子树，在此基础上，提出一种凝聚的层次聚类算法XMLCluster，分别以最大频繁路径和最大频繁子树作为XML文档的特征，对文档进行聚类。实验结果表明FrePathMiner算法和FreTreeMiner算法找到频繁结构的数量都比