用带权重的pq-gram算法计算XML文档相似度

摘要：

XML文档聚类是高效管理XML文档的重要手段,XML文档相似度计算正是其中的关键步骤。 pq-gram算法是解决XML文档相似度计算问题的有效手段,但忽略了XML文档结点的有序性。带权重的pq-gram算法是在此基础上,依据XML文档的结构性,首先为结点赋予相应权重,然后基于结点的权重对pq-gram赋予权重,最后将设定的权重应用到XML文档相似度计算中。实验结果表明,带权重的pq-gram算法更好地描述结点在XML文档相似度计算中的贡献度,提高了XML文档相似度计算的精度。

关键词：XML文档、计算相似度、pq-gram、权重

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61202350

在线出版日期：2015-04-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：20-25