基于改进k-medoids算法的XML文档聚类 (2015年)

XML文档由于其自身的可扩展性、半结构化和自描述性等特点，已成为数据表示和交换的数据格式标准。一个高效、快速的XML文档聚类机制能够大幅缩短信息检索时间，提高数据查询的效率，挖掘出潜在的信息价值。为此，提出一种改进的k-medoids算法对XML文档进行聚类。运用模糊聚类方法确定聚类个数，利用遗传算法的全局最优的搜索能力求解最佳聚类中心点或质心，从而提高大规模XML文档集的聚类质量。实验结果表明，与基于传统k-medoids算法的聚类方法相比，改进的聚类方法具有较高的聚类准确性和收敛度。