位置:成果数据库 > 期刊 > 期刊详情页
基于内容与结构语义相融合的XML检索结果聚类
  • ISSN号:1000-0135
  • 期刊名称:情报学报
  • 时间:2012.5.1
  • 页码:515-525
  • 分类:TP311.132[自动化与计算机技术—计算机软件与理论;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]江西财经大学信息管理学院,南昌330013, [2]江西财经大学数据与知识工程江西省高校重点实验室,南昌330013
  • 相关基金:国家自然科学基金项目(60763001,60803105),国家社会科学基金项目(07BTQ025),江西省教育厅科技项目重点项目(GJJ08506,GJJ08507,GJJ09649).
  • 相关项目:基于用户反馈的Web数据集成中的数据质量管理
作者: 钟敏娟|
中文摘要:

检索结果聚类是提高检索性能的一种有效手段.其中,如何衡量文档间的相似性是影响聚类质量的关键因素.针对XML文档的内容和结构双重特性,提出了内容与结构语义相融合的扩展向量空间模型,并分析了影响相似性度量的各种特征,进而提出了内容与结构语义相融合的XML语义相似性度量方法.同时,针对IEEE数据集无法提供每篇文档的类别信息,本文从相关文档的分布情况引入了相关簇率和相关文档分布率的概念来进行聚类质量评价.数据集IEEE CS上的实验表明,与同类相似性度量方法和传统方法相比,本文所提方法具有可行性和更好的聚类效果.

英文摘要:

Clustering XML search results is an effective way to improve performance. However, the key problem is how to measure similarity between XML documents. Based on dual features of XML documents, this paper proposes extended vector space model which integrates content and structure semantic, analyzes various feature impacting similarity measurement and put forwards a semantic similarity measurement for XML documents. Since IEEE CS corpus has no category information, this paper introduces cluster-relevant ratio and document-relevant distribution and uses them to evaluate clustering quality. Experiment results show that proposed similarity method is feasible, and it produces better clustering quality than other methods.

同期刊论文项目
期刊论文 44 会议论文 8 获奖 1
期刊论文 33 会议论文 14 获奖 2 著作 1
期刊论文 21 会议论文 15
同项目期刊论文
期刊信息
  • 《情报学报》
  • 北大核心期刊(2011版)
  • 主管单位:中国科学技术协会
  • 主办单位:中国科学技术情报学会 中国科学技术信息研究所
  • 主编:戴国强
  • 地址:北京复兴路15号
  • 邮编:100038
  • 邮箱:qbxb@istic.ac.cn
  • 电话:010-68598273
  • 国际标准刊号:ISSN:1000-0135
  • 国内统一刊号:ISSN:11-2257/G3
  • 邮发代号:82-153
  • 获奖情况:
  • 1992年全国优秀科技期刊评比二等奖,1997年中国科协优秀科技期刊三等奖,被国外4种检索工具录用
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国人文社科核心期刊,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:19778