XML+DTD文档聚类探究.pdfVIP

xML DTD文档聚类研究 AMethodofXMLDTD Documents Clustering 王晓宇钱卫宁张龙周傲英 (美旦戈学计算机科学与工程系上海200433) t0 method Ahs心actInthis me山odclusterXMLDTDdocumentsisdescfibed．Thisfocuses paper,a a ha 013thesemamemeand for DTDdoc蝴tthis simultaneously s哪lcture，whicha她bo血如晖lnnant XML witIl that DTD atwosometwo metho山we anovel modelreplcsenls clustering proposedclustering using andstature two in thefe咖喈sofse删把me respectively．Bytani口g psran把ters components．whichcapture ofDTDdocumentswillbeobtained． clustering algodthm,alloptimalpm-titioning theplroccthlrcofthe XML thesaurus DTD，clustering，k-meansMgofithln,cone印t Keywords 关的XML文档。需要注意的是：寻找相 1引言 关DTD的代价远小于寻找相关XML文档 的代价(后者需要扫描所有的XML文档)。 XML(eXtensibleMarkupLanguage)是 wideWeb 在此基础上可以对相关XML文档作进～ W3CONorldConsortium)在1998 步的处理(例如索引)。由于此时这些Ⅺ咀， 年提出的新的文档数据表示规范…。它是 文档具有相似的结构或者内容(由于DID ～组用来形成语义标记的规则集，这些标 相似)，这些处理将变得更有意义uJ。 记可以把一篇文档分割成许多部分或验证 文档中不同部分，在这种标记语言中，作 者可以按照自己的需要构造自己需要的标 2m皿哪文档聚类模型 记例。