考虑层数信息的XML文档聚类方法

提出了一种层数敏感的XML文档数据集聚类方法CXLI。首先提出结构表概念，消除XML文档的重复和嵌套结构。然后提出考虑层数信息的XML文档基本编辑操作约束。进一步给出考虑层数信息的XML文档间相似性度量方法。最后使用凝聚型层次聚类方法对XML文档数据集进行聚类。在ACMSIGMOD数据集和人工生成的数据集上进行了实验验证，结果表明：在计算时间基本相同的情况下，CXLI方法具有更好的精确度。