XML文檔圖結(jié)構(gòu)相似性計(jì)算.pdf

1、XML(Extensive Markup Language可擴(kuò)展標(biāo)志語言)是W3C機(jī)構(gòu)繼HTML之后提出的又一超文本標(biāo)記語言。越來越多的網(wǎng)上信息交換都依附于這種形式，許多軟件需要檢索、存取、處理相關(guān)條件的XML文檔并且返回近似值，因此XML文檔的相似性評(píng)價(jià)受到越來越多的關(guān)注。XML文檔本身并不是簡單的樹狀結(jié)構(gòu)，它通過XLL(Extensible Link Language可擴(kuò)展鏈接語言)可完成所有典型的超文本鏈接，也就是說，隨著XML描

2、述能力的不斷擴(kuò)大，不能將XML文檔簡單的描述為樹狀結(jié)構(gòu)，而是XML文檔圖，其結(jié)構(gòu)相似性比較對(duì)文檔查詢、聚類意義重大。現(xiàn)有的比較XML樹狀結(jié)構(gòu)相似性以及比較圖結(jié)構(gòu)相似性的方法忽視了文檔結(jié)構(gòu)特點(diǎn)，比較的結(jié)果與實(shí)際存在較大差異。本文針對(duì)這一問題，提出了一種XML文檔圖結(jié)構(gòu)相似性計(jì)算的方法，將文檔中的鏈接寫入文檔結(jié)構(gòu)，基于文檔圖比較結(jié)構(gòu)相似性。為此，本文從以下幾個(gè)方面進(jìn)行研究和探討： 首先，本文介紹了XML文檔的概念、特點(diǎn)及應(yīng)用領(lǐng)域，分

3、析了XML文檔圖的描述形式，存在的客觀必然性，以及結(jié)構(gòu)相似性的廣泛應(yīng)用。 其次，本文在介紹了現(xiàn)有的比較文檔結(jié)構(gòu)相似性的幾種方法后，提出了一種比較方法，從文檔本身的圖形結(jié)構(gòu)出發(fā)，通過將圖轉(zhuǎn)化為樹來設(shè)置相應(yīng)結(jié)點(diǎn)和邊的權(quán)重、完成代價(jià)轉(zhuǎn)換，描繪文檔圖的結(jié)構(gòu)相似性。 然后，本文通過舉例分析說明了本方法的可行性： 1.結(jié)點(diǎn)之間關(guān)聯(lián)的變化能通過相似度值得到體現(xiàn)； 2.從鄰接矩陣找到關(guān)聯(lián)最多的結(jié)點(diǎn)作為根結(jié)點(diǎn)，確定可作為根