一种基于DOM树的XML数据频繁模式挖掘算法.PDFVIP

第38 卷第2 期 南　京　航　空　航　天　大　学　学　报 V o l. 38 N o. 2 　　　　 2006 年4 月 Jou rn a l o f N anj in g U n iver sity o f A eron au t ics A st ron au t ics　　　　　A p r. 2006 一种基于DOM 树的XM L 数据频繁模式挖掘算法 吉根林　韦素云　鲍培明 (南京师范大学计算机系, 南京, 2 10097) 摘要: 由于 数据具有半结构化特性, 使得面向 数据的数据挖掘不同于面向关系数据库的数据挖掘, 它 XM L XM L 具有更复杂的层次结构。研究基于 树的 数据频繁模式挖掘算法, 提出面向 数据的频繁模式增量 DOM XM L XM L 式挖掘算法 。该算法首先将 数据转化成 树, 然后从 树挖掘所有频繁模式。 F reqtT ree XM L DOM DOM F reqtT ree 算法采用最右扩展技术, 只在树的最右分支上增加新结点生成新树。同时充分利用已生成的频繁模式信息, 使得 产生的候选模式数量较少。 算法利用频繁 - 1 模式的支持数计算候选 模式的支持数, 该算法只对 F reqtT ree k k DOM 树遍历一次, 具有较高的效率。采用多组数据对此算法的性能进行检验, 并与其他算法作对比实验, 实验结 果表明该算法高效可行。 关键词: XM L ; DOM 树; 频繁模式; 增量式挖掘; 数据挖掘 中图分类号: T P 3 11　　　文献标识码: A 　　　文章编号: 100526 15 (2006) DOM -Ba sed A lgor ithm of M in in g Frequen t Pa ttern s f rom XM L D a ta J i Gen lin , W e i S uy un , B ao P e im ing ( , , , 2 10097, ) D ep ar tm en t o f Com p u ter N anj ing N o rm a l U n iver sity N anj ing Ch in a : A bstract D ata m in in g in XM L data h a s a m o re com p licated h ierarch ica l data st ru ctu re b ecau se o f th e