基于频繁子树模式的GML文档结构聚类算法

doi:10.3778/j.issn.1002-8331.2011.01.039

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (1): 144-146.DOI: 10.3778/j.issn.1002-8331.2011.01.039

• 数据库、信号与信息处理 • 上一篇下一篇

基于频繁子树模式的GML文档结构聚类算法

朱颖雯¹，吉根林²，孙勤红¹

1.三江学院计算机基础部，南京 210012
2.南京师范大学计算机学院，南京 210097

收稿日期:2009-08-24 修回日期:2009-10-24 出版日期:2011-01-01 发布日期:2011-01-01
通讯作者: 朱颖雯

GML document structural clustering algorithm based on frequent subtree patterns

ZHU Yingwen¹，JI Genlin²，SUN Qinhong¹

1.Department of Computer Foundation Teaching，Sanjiang University，Nanjing 210012，China
2.School of Computer，Nanjing Normal University，Nanjing 210097，China

Received:2009-08-24 Revised:2009-10-24 Online:2011-01-01 Published:2011-01-01
Contact: ZHU Yingwen

摘要/Abstract

摘要： 提出了一种基于频繁子树模式的GML文档结构聚类算法GCFS（GML Clustering based on Frequent Subtree patterns），与其他相关算法不同，该算法首先挖掘GML文档集合中的最大与闭合频繁Induced子树，并将其作为聚类特征，根据频繁子树的大小赋予不同的权值，采用余弦函数定义相似度，利用K-Means算法对聚类特征进行聚类。实验结果表明算法GCFS是有效的，具有较高的聚类效率，性能优于其他同类算法。

Abstract: This paper presents algorithm GCFS for clustering GML document structure based on frequent subtree patterns.It firstly mines all maximal and closed frequent Induced subtrees from GML documents；then chooses some subtree patterns to form the clustering features，weights these features according to the length of subtree pattern，computes the similarity of two GML documents by cosine function，uses K-Means algorithm to cluster documents by clustering features.Experiment results show that GCFS is effective and efficient.Its performance is superior to other GML clustering algorithms.

中图分类号:

TP311

朱颖雯¹，吉根林²，孙勤红¹. 基于频繁子树模式的GML文档结构聚类算法[J]. 计算机工程与应用, 2011, 47(1): 144-146.

ZHU Yingwen¹，JI Genlin²，SUN Qinhong¹. GML document structural clustering algorithm based on frequent subtree patterns[J]. Computer Engineering and Applications, 2011, 47(1): 144-146.

[1]	曾棕根. 源程序在线评测系统技术改进[J]. 计算机工程与应用, 2011, 47(4): 68-71.
[2]	覃遵跃¹，汤庸²，徐洪智¹，卓月明³. 一种新的XML文档更新计算[J]. 计算机工程与应用, 2011, 47(4): 121-123.
[3]	刘雨露¹，方　刚¹，唐曙光². 位序互补的空间关联规则挖掘算法[J]. 计算机工程与应用, 2011, 47(4): 134-137.
[4]	程转流^1，2，胡为成². 滑动窗口模型下的概率数据流聚类[J]. 计算机工程与应用, 2011, 47(4): 141-145.
[5]	王扶东，马玉芳. 基于数据挖掘的客户细分方法的研究[J]. 计算机工程与应用, 2011, 47(4): 215-218.
[6]	温国锋^1，2，陈立文¹. 已完建筑工程数据仓库的建立与应用研究[J]. 计算机工程与应用, 2011, 47(4): 245-248.
[7]	覃华，徐燕子. 用路径跟踪法和核距离矩阵优化大规模SVM[J]. 计算机工程与应用, 2011, 47(3): 160-162.
[8]	宁静¹，诸昌钤²，高品贤¹，林建辉³. EMD分解中端点数据的延长方法问题研究[J]. 计算机工程与应用, 2011, 47(3): 125-128.
[9]	张磊，李锐，陶亮. VC++快速实现一维离散Gabor变换软件的研究[J]. 计算机工程与应用, 2011, 47(3): 67-69.
[10]	曾敏，黄颖. 基于自学习控制算法优化软件测试用例的研究[J]. 计算机工程与应用, 2011, 47(3): 70-73.
[11]	付雅芳，刘晓东，李延杰. 基于改进FPA的软件规模估算方法[J]. 计算机工程与应用, 2011, 47(1): 22-25.
[12]	袁漪，田小林，夏绍玮. 关于能量比较的数字音频盲水印方案 [J]. 计算机工程与应用, 2011, 47(1): 131-134.
[13]	牟永敏，姜智荧，张志华. 面向C程序插装的路径提取[J]. 计算机工程与应用, 2011, 47(1): 67-69.
[14]	郑良¹，朱立谷¹，赵廷涛¹，易奇²，鄢楚平²，胡怀湘²，杨帆³. 存储虚拟化测评方法设计[J]. 计算机工程与应用, 2010, 46(36): 98-100.
[15]	努尔买买提·黑力力¹，开依沙尔·热合曼^1，2，艾孜海尔·哈力克^1，2. 灵活的混合RBAC模型及冲突解决[J]. 计算机工程与应用, 2010, 46(36): 101-104.

基于频繁子树模式的GML文档结构聚类算法

GML document structural clustering algorithm based on frequent subtree patterns

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics