| 基于序列前缀技术的XML频繁路径挖掘算法 |
| |
| 引用本文： | 张洁,毛国君.基于序列前缀技术的XML频繁路径挖掘算法[J].计算机系统应用,2018,27(1):78-85. |
| |
| 作者姓名： | 张洁 毛国君 |
| |
| 作者单位： | 中央财经大学 信息学院, 北京 100081,中央财经大学 信息学院, 北京 100081 |
| |
| 基金项目： | 国家自然科学基金（61273293） |
| |
| 摘 要： | XML文档是半结构化数据，对其进行频繁路径挖掘可以分为两步：XML文档序列化和序列挖掘阶段. 现有的序列化方式将XML文档表示为Xpath路径集合，其中有大量的节点冗余；序列挖掘阶段采用的类Apriori算法需要多次扫描数据库并产生大量的候选集，采用的PrefixSpan算法会产生大量的投影数据库，占用较大的内存. 针对以往XML频繁路径挖掘算法存在的不足，本文提出一种高效的挖掘算法——基于序列前缀技术的XML频繁路径挖掘算法（PXFP，Prefix-based XML Frequent Path Mining Algorithm）. PXFP算法以广度优先方式遍历XML文档树并将每个节点表示为“节点：父节点”的形式，这种序列化的方式减少了节点冗余. 在序列挖掘阶段借鉴PrefixSpan 算法中前缀的概念，但不产生投影数据库，仅得到直接后缀（即前缀的子节点），通过记录频繁子路径的位置信息逐渐扩大频繁模式的长度，位置信息的引入减少了对数据库的扫描. 实验结果表明，PXFP算法取得了比PrefixSpan算法更高的时间和空间效率.
|
| 关 键 词： | XML频繁路径挖掘 序列化 位置信息 前缀 |
| 收稿时间： | 2017/4/9 0:00:00 |
| 修稿时间： | 2017/5/9 0:00:00 |
Prefix-Based XML Frequent Path Mining Algorithm |
| |
| ZHANG Jie and MAO Guo-Jun.Prefix-Based XML Frequent Path Mining Algorithm[J].Computer Systems& Applications,2018,27(1):78-85. |
| |
| Authors: | ZHANG Jie and MAO Guo-Jun |
| |
| Affiliation: | School of Information, Central University of Finance and Economics, Beijing 100081, China and School of Information, Central University of Finance and Economics, Beijing 100081, China |
| |
| Abstract: | |
| |
| Keywords: | XML frequent path mining serialization location information prefix |
|
| 点击此处可从《计算机系统应用》浏览原始摘要信息 |
|
点击此处可从《计算机系统应用》下载全文 |
