基于结构与内容相融合XML文档聚类与研究(智能信息系统).docVIP

《智能信息系统》 课程论文 基于结构与内容相融合的XML文档聚类研究 姓名： 祝 黎 学号： 2012201040008 院系： 信息管理学院 专业： 管理科学与工程 年级： 12级硕士 基于结构与内容相融合的XML文档聚类研究 祝黎 （武汉大学 信息管理学院，湖北 武汉 430072） 摘 要 本文分析了国内外已有的XML文档聚类技术，对XML聚类技术进行了研究，提出了一种将文档结构和内容相融合的聚类方法——两阶段聚（TPCM：Two Phase Clustering Method of XML Documents）。该方法首先采用传统的相似度计算和K-means 聚类算法对XML文档结构进行大类的聚类，然后利用改进的数路径模型方法对大类进行更有效、更准确的XML文档分类。 关键词 xml；文档聚类；两阶段法；K-means Abstract This paper analyzed the domestic and foreign existing XML document clustering technique, the XML clustering techniques are studied, this paper puts forward a document structure and content