基于Apriori算法的XML频繁子树挖掘

• 作 者: 张仕 赖会霞
• 机 构: 福建师范大学计算机科学系,福州,350007
• 出 处: 第二届全国Web信息系统及其应用会议(WISA2005')
• 发表日期: 2005年期
• 关键词: 挖掘算法 数据挖掘 深度优先遍历 扩展法 非线性 文档 数据处理 频繁子树 复杂结构 树表示 证明 效率 文本 实验 理论 结点 错位 比重

在数据处理中,具有复杂结构的图和树占的比重越来越大.本文借鉴了对图、树集上进行的数据挖掘,突破了把XML文档当作Web数据、文本数据挖掘的局限,提出了基于Apriori算法的XML频繁子树挖掘算法ABXTM.该算法以大OLRT树表示XML文档,通过利用子树的深度优先遍历码、线性子树的最右结点扩展法和非线性子树的错位扩展法,减少了候选子树的产生,提高了算法的效率.本文还从理论和实验上证明了算法的可行性和有效性.