XML數(shù)據(jù)頻繁模式挖掘技術(shù)研究.pdf_第1頁
已閱讀1頁,還剩161頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、XML具有簡單性、結(jié)構(gòu)化、可擴(kuò)展性、互操作性、開放性、通用性、靈活性等特點(diǎn),因而在數(shù)據(jù)交換、數(shù)據(jù)集成、數(shù)據(jù)發(fā)布、數(shù)據(jù)存儲、數(shù)據(jù)管理、知識管理、信息檢索等諸多領(lǐng)域獲得廣泛應(yīng)用。XML數(shù)據(jù)的快速發(fā)展迫切需要與之相適應(yīng)的、能有效處理XML,數(shù)據(jù)的數(shù)據(jù)挖掘技術(shù)。然而傳統(tǒng)數(shù)據(jù)挖掘技術(shù)主要處理關(guān)系數(shù)據(jù)庫或數(shù)據(jù)倉庫中的結(jié)構(gòu)化數(shù)據(jù),無法解決具有復(fù)雜層次結(jié)構(gòu)的XML,數(shù)據(jù)挖掘問題。 目前關(guān)于XML,數(shù)據(jù)頻繁模式挖掘技術(shù)的研究尚處于起步階段,雖然研

2、究人員已經(jīng)提出了一些面向XML數(shù)據(jù)的頻繁模式挖掘算法,但由于XML數(shù)據(jù)具有結(jié)構(gòu)變化、不規(guī)則、沒有完全固定模式等特點(diǎn),且XML數(shù)據(jù)中可挖掘結(jié)構(gòu)繁多,因而至今缺乏一個統(tǒng)一的、抽象的模型去描述XML數(shù)據(jù)的頻繁模式挖掘過程。本文在研究XML,數(shù)據(jù)結(jié)構(gòu)模型特征、表示方法的基礎(chǔ)上,提出了一個統(tǒng)一、抽象的XML,頻繁模式挖掘框架系統(tǒng)。并在此框架基礎(chǔ)上分別就XML數(shù)據(jù)的頻繁標(biāo)簽序列挖掘技術(shù)、頻繁查詢子樹離線挖掘技術(shù)、頻繁查詢子樹在線挖掘技術(shù)、文檔歷史版

3、本變化結(jié)構(gòu)挖掘技術(shù)進(jìn)行了討論和研究: 面向XML文檔聚類的頻繁XML標(biāo)簽序列挖掘技術(shù)研究采用分而治之的思想,提出了基于概念格的XML,頻繁標(biāo)簽序列挖掘算法。算法將XML標(biāo)簽數(shù)據(jù)按照共同前綴序列分成不相交等價類;通過在每個等價類中分別實(shí)施挖掘過程獲取頻繁標(biāo)簽序列。在標(biāo)簽序列挖掘技術(shù)基礎(chǔ)上,研究了基于頻繁標(biāo)簽序列的XML文檔聚類技術(shù)。該技術(shù)采用頻繁標(biāo)簽序列表示文檔特征,通過考慮標(biāo)簽序列包含關(guān)系,并引入標(biāo)簽路徑長度、標(biāo)簽路徑在XML文

4、檔中連續(xù)狀況等特性,提高XML文檔相似性估量準(zhǔn)確度及聚類質(zhì)量。 面向XML查詢緩存的頻繁XML查詢子樹離線挖掘技術(shù)研究分析XML查詢結(jié)構(gòu)的特點(diǎn),提出了基于全局樹視圖的、自底向上的頻繁查詢子樹挖掘算法BUMiner和最大頻繁查詢子樹挖掘算法BIJMXMiner。通過構(gòu)建全局樹視圖,使得候選子樹的頻度計算可直接從全局樹視圖中獲得,而不再依賴于掃描XML文檔數(shù)據(jù)集。借鑒頻繁查詢子樹挖掘算法,給出了基于頻繁查詢子樹的XML查詢框架系統(tǒng)。

5、XML查詢系統(tǒng)中,為處理相似但不相同的XML查詢樹,介紹了四種XML查詢樹關(guān)系并給出了相似查詢重寫過程。大量實(shí)驗(yàn)表明BUXMiner算法在性能上優(yōu)于原有查詢子樹挖掘算法;相比于傳統(tǒng)緩存技術(shù)LRU、MRU,應(yīng)用頻繁查詢的緩存技術(shù)可獲得更好的XML查詢效率· >基于滑動窗口的頻繁XML查詢子樹在線挖掘技術(shù)研究通過引入滑動窗口模型,提出了面向XML查詢數(shù)據(jù)流的頻繁查詢子樹在線挖掘算法。算法以全局Trie樹為數(shù)據(jù)緩存結(jié)構(gòu)管理和維護(hù)緩存池的數(shù)據(jù)流

6、,采用自下而上、基于前綴等價類的遍歷方式快速產(chǎn)生所有帶根查詢子樹和標(biāo)準(zhǔn)查詢子樹。實(shí)驗(yàn)結(jié)果表明該算法具有挖掘速度快、內(nèi)存消耗穩(wěn)定等特點(diǎn),可以有效、平穩(wěn)地處理XML查詢數(shù)據(jù)流。 基于雙位圖B-DOM結(jié)構(gòu)的XML文檔歷史版本變化結(jié)構(gòu)挖掘技術(shù)研究在研究XML動態(tài)數(shù)據(jù)挖掘問題及XML版本變化結(jié)構(gòu)挖掘框架的基礎(chǔ)上,提出了動態(tài)變化結(jié)構(gòu)挖掘算法DXSM,用于有效提取頻繁變化結(jié)構(gòu)及基于此的頻繁插入變化結(jié)構(gòu)和頻繁刪除變化結(jié)構(gòu)。通過構(gòu)建存儲、管理數(shù)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論