함수 변환과 FFT에 기반한 조정자가 없는 XML 문서 클러스터링 기법
An Unsupervised Clustering Technique of XML Documents based on Function Transform and FFT
0
조회
0
다운로드
5
인용
0
참고문헌
키워드
초록
본 논문은 함수 변환(Function Transform)과 FFT(Fast Fourier Transform)를 사용하는 새로운 XML 문서 클러스터링 기법에 대하여 논한다. 본 문서 클러스터링 기법은 조정자 없이 점진적으로 수행된다. XML 문서는 엘리먼트의 계층적인 구조에 기반하여 이산 함수로 변환된다. 이산 함수는 FFT를 사용하여 벡터로 변환된다. 문서를 나타내는 벡터는 가중치 유클리디안 거리 메트릭을 사용하여 비교된다. 비교 결과가 미리 정의된 값보다 작을 때에는, 비교되는 두 개의 문서는 구조적으로 비슷한 것으로 간주되어 동일한 그룹으로 분류된다. XML 문서 클러스터링은 XML 문서의 저장과 검색에 유용하게 사용될 수 있다. 800개의 합성 문서와 520개의 실제 문서를 사용하여 실험하였다. 실험 결과는 함수 변환과 FFT는 XML 문서를 엘리먼트의 구조를 기반으로 하여 점진적으로 조정자 없이 효과적으로 분류하는 것을 보여주었다.
Abstract
This paper discusses a new unsupervised XML document clustering technique based on the function transform and FFT(Fast Fourier Transform). An XML document is transformed into a discrete function based on the hierarchical nesting structure of the elements. The discrete function is, then, transformed into vectors using FFT. The vectors of two documents are compared using a weighted Euclidean distance metric. If the comparison is lower than the pre specified threshold, the two documents are considered similar in the structure and are grouped into the same cluster. XML clustering can be useful for the storage and searching of XML documents. The experiments were conducted with 800 synthetic documents and also with 520 real documents. The experiments showed that the function transform and FFT are effective for the incremental and unsupervised clustering of XML documents similar in structure.
참고문헌 (27)
- "Data Clustering: A Review", 31(3), pp.264~323 (1999)
- "Principles of Data Mining" (2001), The MIT Press
- "Data Mining Concepts, Models, Methods, and Algorithms" (2003), IEEE Press
- "Introduction to Data Mining" (2006), Addison Wesley
- "Fast Detection of XML Structural Similarity", 17(2), pp.160~175 (2005)
- "XML Clustering by Principal Component Analysis" (2004)
- "An Efficient and Scalable Algorithm for Clustering XML Documents by Structure", 16(1), pp.82~96 (2004)
- "An Efficient Algorithm to Compute Differences between Structured Documents", 16(8), pp.965~979 (2004)
- "Evaluating Structural Similarity in XML Documents" (2002)
- "A Semantic Classification Model for e Catalog" (2004)
- Mu Chun Su, "A Modified Version of the K Means Algorithm with a Distance based on Cluster Symmetry", 23(6), pp.674~680 (2001)
- Jong Soo Kim, "On Effective Data Clustering in Bitemporal Databases", pp.54~61 (1997)
- Sudipto Guha, "ROCK: A Robust Clustering Algorithm for Categorical Attributes", pp.512~521 (1999)
- C.C. Aggarwal, "CluStream: A Framework for Clustering Evolving Data Streams", pp.81~92 (2003)
- Charu C. Aggarwal, "A Framework for On Demand Classification of Evolving Data Streams", 18(5), pp.577~589 (2006)
- David Gondek, "Non Redundant Data Clustering" (2004)
- M. L. Zaki, "Xrules: An Effective Structural Classifier for XML Data", 62(1-2), pp.137~170 (2006)
- Yuan Wang, "X-Diff: An Effective Change Detection Algorithm for XML Documents", pp.519~530 (2003)
- James W. Cooper, "A Novel Method for Detecting Similar Documents" (2002)
- Pavel Berkhin, "Survey of Clustering Data Mining Techniques" (2002), Accrue Software
- Antoine Doucet, "Nave clustering of a large XML document collection", pp.81~88 (2002)
- "An Incremental Approach to Building a Cluster Hierarchy", pp.705~708 (2002)
- "Incremental Conceptual Clustering Using a Modified Category Utility", 1(1), pp.23~24 (2005)
- "Using Hierarchical Clustering to Enhance Classification Accuracy" (2004)
- "Interactive and Incremental Learning via a Mixture of Supervised and Unsupervised Learning Strategies", 1, pp.555~558 (2002)
- "ToXgene Template Specification Language" (2003), University of Toronto, version 2.1,
- "Discrete Time Signal Processing (2nd ed.)" (1999), Prentice Hall