一種新的基于向量空間的XML文檔相似性度量方法及搜索技術(shù).pdf

1、隨著Internet的發(fā)展，半結(jié)構(gòu)化語言XML作為一種標記語言，具有有效的表達各種信息、數(shù)據(jù)和使各種應用協(xié)同工作的能力，已經(jīng)成為數(shù)據(jù)發(fā)布和數(shù)據(jù)交換的事實標準。XML文檔作為一種新的數(shù)據(jù)形式，成為當前的研究熱點。在XML文檔的應用中，XML數(shù)據(jù)查詢技術(shù)是XML技術(shù)研究的重要內(nèi)容。XML文檔間相似度的計算是XML文檔分析、管理及搜索的基礎(chǔ)。 在XML查詢技術(shù)中，對XML文檔的準確匹配搜索技術(shù)已經(jīng)非常成熟，已經(jīng)成為人們廣泛應用于文本搜

2、索，而且已經(jīng)被證明是很好的XML文檔檢索技術(shù)。然而，對XML文檔的不準確匹配搜索還處于初級階段，還有存在許多問題，比如對XML的搜索效率、檢索的準確度以及檢索的查全率。大量研究已經(jīng)證明對XML文檔的不準確匹配搜索技術(shù)之一相關(guān)關(guān)鍵字搜索很適合于標記樹結(jié)構(gòu)的XML文件。 本文即是利用相關(guān)關(guān)鍵字搜索技術(shù)的思想提出了一種新的基于向量空間的XML文檔相似性度量方法，并且基于這種XML文檔相似性度量方法的基礎(chǔ)上設(shè)計出了XML文檔搜索算法。同