基于CrossValidation模型的可扩展标记语言文本分类算法对比研究.pdfVIP

第 31 卷第 3 期 Vol.31 No.3 井冈山大学学报（自然科学版） 2010 年 5 月 May. 2010 Journal of Jinggangshan University (Natural Science) 83 文章编号：1674-8085 （2010 ）03-0083-04 基于 Cross-Validation 模型的可扩展标记语言文本 分类算法对比研究 *罗 超，郭 斌，龙 侃 （井冈山大学现代教育技术中心，江西，吉安 343009 ） 摘 要：通过采用 Cross-Validation 实验模型对多种 XML 分类算法进行对比，设计了实验平台，给出了各种分类 算法的适用场合。本文的分析和数据表明如果有效地将 XML 中的结构信息以及文本信息结合起来，设计出更加 适合 XML 文本本身的相似度量模型将是未来 XML 分类研究中的重要研究方向。 关键词：XML ；文本分类；数据挖掘； 中图分类号：TP392 文献标识码：A DOI:10.3969/j.issn.1674-8085.2010.03.018 COMPARATIVE STUDY OF XML TEXT CLASSIFICATION ALGORITHMS BASED ON THE CROSS-VALIDATION MODEL * LUO Chao, GUO Bin ，LONG Kan ( Modern Education Technology Center of Jinggangshan University, Ji’an, Jiangxi 343009,China) Abstract : We compare various XML classification algorithms using the Cross-Validation model. Furthermore, we design an experimental platform which provides applicable situation for various XML classification algorithms. The experimental evaluations and analysis show that to design more suitable model of similarity measure for XML text has become an important research direction combining the text information and structural information of XML . Key words : XML; text classification; data mining 0 引言 1 XML 概述 随着 Internet 的迅速发展，XML 作为新一代的 XML(eXtensible Markup Language ，可扩展标 数据传输标准在 Internet 中的地位已经确立，世界 记语言）作为 W3C 制定的可扩展标记语言，现在 主流平台都竞相与之靠拢，所以对于 XML 的挖掘 正成为 Internet 上数据的表达与传输的新标准。良 正在成为目前数据挖掘的新兴问题和研究热点