宫原美彦（Tetsuhiro Miyahara）；铃木，Yusuke；寿代、高崎；Tomoyuki Uchida；高桥贤一；Hiroaki上田 发现半结构化web文档中的频繁标记树模式。 （英语） Zbl 1048.68848号 Chen，Ming-Syan（编辑）等，《知识发现和数据挖掘的进展》。第六届亚太会议，2002年PAKDD，2002年5月6日至8日，台湾台北。诉讼程序。柏林：施普林格出版社（ISBN 3-540-43704-5）。莱克特。票据计算。科学。2336, 341-355 (2002). 摘要：许多Web文档（如HTML文件和XML文件）没有刚性结构，称为半结构化数据。一般来说，这种半结构化Web文档由带有序子级的根树表示。我们提出了一种新的方法，通过使用标记树模式作为假设来发现半结构化Web文档中的频繁树结构模式。标记树模式是一种带有有序子级的边缘标记树，具有结构化变量。边缘标签是此类Web文档中的标记或关键字，变量可以由任意树替换。因此，标记树模式适合表示此类Web文档中的树结构模式。首先，我们表明很难计算最佳频繁标记树模式。因此，我们提出了一种生成所有最大频繁标记树模式的算法，并给出了它的正确性。最后，我们报告了我们算法的一些实验结果。尽管该算法效率不高，但实验表明，我们可以在这些数据中提取特征树结构模式。有关整个系列，请参见[Zbl 0992.68521号]. 引用于三文件 MSC公司： 68单位99 计算方法和应用 第68页，共15页 数据库理论 68第20页 信息存储和数据检索 软件：相对标准偏差_ PDF格式BibTeX公司 XML格式引用 \textit{T.Miyahara}等人，Lect。票据计算。科学。23363141-355（2002年；兹比尔1048.68848） 全文： 链接