基于决策树ID3算法的XML文档挖掘.pdfVIP

and 95 ComputerE，蟛neeringApplications计算机工程与应用 2008，44(专刊) 基于决策树ID3算法的XML文档挖掘 杨松柏，姚忠 YANG Song-bai，YAOZhong 北京航空航天大学经济管理学院，北京i00083 SchoolofEconomicsand 100083，China Management，BeihangUniversityBeijing E—mail：yangsongbai925@163．corn YANG documentbasedondecisiontree11)3 and Song-bai．YAO Zhong．XML mining algorithm．ComputerEngineering Applications．2008．44(专川)：95—96． for ofXMLdata Abstract：XMLisastandarddata in modelconstmcti。oncanrealizethe management．Theapplication mining datacommunicationdifferentdata tools．Amethodis u驼of model and ID3 exchange among mining explainedmaking algorithm oftheDecisionTreetomineXMLdocument． words：data tree document；decision Key mining；XML algorithm 摘要：XML是一种数据组织的标准，将XML应用于数据挖掘建模中可以在不同的教据挖掘工具之间实现模型交换和数据交 流。论文利用决策树ID3算法，对XML文档信息进行挖掘。并结合实例说明这种方法。 关键涧：教据挖掘；XML；决策树算法 分类是数据挖掘技术研究的一个重要方向．并广泛应用于 2决策树ID3算法原理及举例 商业中，而决策树算法是数据分类的核心算法之一。XML 2．1决策树ID3算法理论 (ExtensibleLangUage．可扩展标记语言)是W3C制定 Markup 决策树归纳学习理论：设E=D1xD2…Dn是有穷向量，n维 的一种基于Internet的元数据置标语言．自发布之日起，XML 空间，其中Dl是有穷离散符号集，E中的元素e=vl，v2。…， 就以其良好的可扩展性受到业界的普遍欢迎和支持。已成为 Web上的通用语言，在数据交换、Web集成等方面得到了重集，分别叫做正例集和反例集。假设向量空间E中正例集PE 要应用。基于XML文档的结构特点。适合用决策树算法进行挖 和反例集NE的大小分别为P和n，ID3基于下列两个假设： 掘。本文就是利用决策树算法对XML文档中的信息进行数据 (1)在向量空间E上的一棵正确决策树对任意例子分类概率同 挖掘1251。 E中正比例的概率一致；(2)一棵决策树能对一例子做出正确 类别判断所需期望信息比特为：ltI 1 XML文栉的基本结构 I(p，11)一』Llb』L一』一lb』～