检索结果-内蒙古大学图书馆

作者：吴共庆中国科学技术大学

学位级别：硕士

该文介绍了数据挖掘、半结构化数据、XML的相关概念和研究现状.给出了一种基于XML研究一般半结构化数据的方法.以标记有序树为半结构化数据的数据模型,从基于最右扩展枚举技术的半结构化数据最大模式挖掘方法研究、半结构化数据模式的... 详细信息

该文介绍了数据挖掘、半结构化数据、XML的相关概念和研究现状.给出了一种基于XML研究一般半结构化数据的方法.以标记有序树为半结构化数据的数据模型,从基于最右扩展枚举技术的半结构化数据最大模式挖掘方法研究、半结构化数据模式的增量挖掘方法研究和基于分组计算的半结构化数据频繁模式挖掘方法研究三方面介绍了作者的一些研究成果.该文的主要贡献和创新特色如下:1.为了利用XML对一般半结构化数据进行研究,提出了一种基于XML存储半结构化数据的方法,设计并实现了相应存储与解析算法.OEM模型是常用的半结构化数据表示模型,其外存存储通常依赖于某种难以解析和处理的自定义格式.XML在数据描述和数据交换等领域有着广泛的应用.鉴于OEM模型是一种图状模型,而通常的XML数据模型是树状模型,为此需解决图状模型数据映射为树状模型数据这一关键问题,利用XML元素和属性的语义信息可从语义级别解决该问题.2.针对已有挖掘算法通常挖掘所有频繁模式,而其中很多频繁模式为其它模式的子模式问题,该文设计实现了一种最大模式挖掘算法.该算法采用最右扩展枚举方法无重复枚举所有候选模式,利用频繁模式扩展森林实现高效剪枝扩展和挖掘频繁叶模式,通过计算频繁叶模式间的包含关系挖掘树状最大频繁模式.试验结果表明该算法具有良好性能.3.针对已有半结构化数据模式挖掘算法难以对挖掘结果进行增量式更新问题,该文设计实现了一种增量式模式挖掘算法.该算法采用最右扩展枚举方法无重复枚举所有候选模式,利用挖掘过程中形成的频繁模式扩展森林实现高效剪枝,并采用基于Hash计算树比较技术以提高模式树集合交集运算效率.为评价该方法的性能,针对不同参数条件下的数据进行了比较试验,试验结果表明该算法效率相对非增量模式挖掘算法有明显提高.4.针对已有模式挖掘算法难以处理规模较大的半结构化数据问题,该文设计实现了基于分组计算的频繁模式挖掘算法.为了解决大数据量条件下的模式挖掘问题,该算法采用了分组挖掘方法,并利用单组挖掘过程中形成的频繁模式扩展森林实现高效剪枝和模式支持计数的增量计算.该算法还采用了最右扩展枚举方法无重复枚举所有候选模式以提高效率.试验结果表明该算怯在数据量较大条件下具有良好的性能.

关键词：半结构化数据 XML OEM 标记有序树 DOM

来源：评论

学校读者我要写书评

暂无评论

基于最右扩展枚举的半结构化数据最大模式挖掘方法研究

引用

小型微型计算机系统 2004年第9期25卷 1696-1699页

作者：吴共庆陈恩红王舒王煦法中国科学技术大学计算机系安徽合肥230027

本文以标记有序树作为半结构化数据的数据模型 ,研究了半结构化数据的树状最大频繁模式挖掘问题 .已有挖掘算法通常挖掘所有频繁模式 ,其中很多模式为其它模式的子模式 ,针对该问题 ,设计实现了一种最大模式挖掘算法 .该算法采用最右扩... 详细信息

本文以标记有序树作为半结构化数据的数据模型 ,研究了半结构化数据的树状最大频繁模式挖掘问题 .已有挖掘算法通常挖掘所有频繁模式 ,其中很多模式为其它模式的子模式 ,针对该问题 ,设计实现了一种最大模式挖掘算法 .该算法采用最右扩展枚举方法无重复枚举所有候选模式 ,利用频繁模式扩展森林实现高效剪枝扩展和挖掘频繁叶模式 ,通过计算频繁叶模式间的包含关系挖掘树状最大频繁模式 .

关键词：半结构化数据标记有序树最右扩展枚举树状最大频繁模式模式挖掘

来源：评论

学校读者我要写书评

暂无评论

基于XML的频繁模式发现研究

基于XML的频繁模式发现研究

引用

作者：张忆合肥工业大学

学位级别：硕士

XML是一种自描述的元标记语言,它是完全面向数据的。它的扩展性和灵活性允许其描述不同结构的Web站点的数据,从而能够使不同来源的数据容易地结合在一起,因此人们逐渐采用它作为信息表示和交换的标准。同时,由于基于XML的数据是自我描述... 详细信息

XML是一种自描述的元标记语言,它是完全面向数据的。它的扩展性和灵活性允许其描述不同结构的Web站点的数据,从而能够使不同来源的数据容易地结合在一起,因此人们逐渐采用它作为信息表示和交换的标准。同时,由于基于XML的数据是自我描述的,数据不需要内部描述就能被交换和处理,这就为组织、软件开发者、Web站点和终端使用者提供了许多有利条件。随着XML的在各个领域的广泛使用,从XML中抽取有价值的信息就显得越发的重要,尤其是发现隐藏其中的规则和模式。因此,XML中的频繁模式发现问题就成为了一个重要的研究领域。本文介绍了数据挖掘、半结构化数据挖掘、XML的相关概念和研究现状,提出了一种面向XML的树型对象模型TOM。然后以TOM为数据模型,对XML中的频繁模式发现问题进行了研究,提出了一种基于XML的频繁模式发现算法XMLMINER。最后为了进一步提高算法的效率,我们使用了一种修剪策略对XMLMINER算法进行了改进。本文所做的主要工作和创新点如下: 1.分析了半结构化数据模型和XML数据内容,针对半结构化数据模型描述XML数据存在的缺陷,提出了一种面向XML的树型对象模型TOM,作为XML数据挖掘任务使用的数据模型; 2.在TOM模型的基础上,我们提出了XMLMINER算法挖掘XML中的频繁模式。XMLMINER算法的关键问题在于候选子树的列举和支持度计算。我们改进了TreeMiner算法的前缀等价类技术以产生候选子树,并采用出现列表技术计算候选子树的支持度; 3.提出了一种修剪策略对XMLMINER算法进行改进。根据修剪策略,我们可以直接从某些已知频繁子树中产生某些未知频繁子树,因此减少了算法在候选子树的列举和支持度计算上的开销,从而提高了算法的效率。

关键词： Web挖掘 XML 半结构化数据模型标记有序树频繁子树

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：