13、基于树的 XML 文档结构聚类方法

基于树的 XML 文档结构聚类方法

一、引言

随着 XML 数据源的异质性不断增加，根据 XML 文档的结构特征对其进行组织变得极具挑战性。聚类技术可用于推断 XML 文档之间的结构相似性，这在 Web 数据管理中有诸多有趣的应用，如网站结构分析、半结构化数据查询处理等。

目前已有一些比较半结构化文档和聚类 XML 文档的方法，但这些方法大多缺乏聚类原型的概念。聚类原型对于包装器归纳、相似性搜索和查询优化等应用至关重要。虽然有方法提出了聚类原型的概念，但存在粒度较粗的问题，无法处理对结构差异要求更精细的应用场景。

本文提出了一种基于 XML 聚类代表的 XML 文档结构聚类新方法。聚类代表是一个原型 XML 文档，它包含了一个聚类中文档的最相关结构特征。该方法通过 XML 树匹配和合并的概念，先构建最优匹配树，再构建合并树，最后通过修剪合并树得到聚类代表。

二、问题陈述

聚类的任务是将一组未知分类的对象组织成有意义或有用的组，即聚类。目标是将高度相似的对象分组到各个分区中，同时要求不同聚类中的对象彼此不同。

本文采用层次聚类方法，具体使用 XRep 算法。该算法的步骤如下：
1. 每个 XML 树（通过解析相应的 XML 文档得到）最初被放置在自己的聚类中，并计算成对树距离矩阵。
2. 迭代合并最不相似的聚类，并更新距离矩阵。
3. 当达到最优分区（即聚类内距离最小化且聚类间距离最大化的分区）时，停止整个过程。

XRep 算法的一般方案对距离度量和聚类代表的概念是参数化的。距离度量采用 Jaccard 系数，有两种定义方式：
- 第一种：考虑树中节点的标签（