[发明专利]一种对结构化数据进行简化的方法

权利要求书

1.一种对结构化数据进行简化的方法，其特征在于，所述方法包括：

a)统计所述结构化数据中的至少一种路径模式出现的模式次数，每一种路径模式表征由若干个相互连接的结点构成的有序集合，且基于每个结点的类型和各结点之间的方向所决定；

b)针对统计的每一种路径模式，判断该路径模式出现的次数是否大于等于该路径模式对应的模式次数阈值；

c)若是，则保留该路径模式对应的模式次数阈值个该路径模式之后的结点，将其他的该路径模式之后的结点删除。

2.如权利要求1所述的方法，其特征在于，

所述步骤a)进一步包括：

从所述结构化数据的根结点开始遍历所述结构化数据的各结点，针对遍历到的结点，统计该结点与其之前的至少一个结点构成的路径模式出现的模式次数；

若所述步骤b)的判断为是，则所述步骤c)进一步包括：

删除该结点之后的结点，并保留该结点与其之前的所有结点。

3.如权利要求2所述的方法，其特征在于，

包括特定路径模式库，其中包含有至少一个特定路径模式，

所述步骤a)进一步包括：

判断该结点与其之前的至少一个结点构成的路径模式是否存在于特定路径模式库中作为特定路径模式，

若是，则将该路径模式对应的模式次数进行累加。

4.如权利要求3所述的方法，其特征在于，

每一个所述特定路径模式包括N个结点；

所述步骤a)进一步包括：

统计该结点与其之前的(N－1)个结点构成的路径模式是否对应于所述特定路径模式库中的特定路径模式。

5.如权利要求2所述的方法，其特征在于，

所述步骤a)进一步包括：

针对遍历到的每一个结点，判断与该结点对应的根结点到该结点之间的结点数；

若所述结点数大于等于路径结点数N，则将该结点与其之前的(N－1)个结点构成的路径模式对应的模式次数进行累加。

6.如权利要求2所述的方法，其特征在于，则所述方法还包括：

将遍历到的结点输出至简化后文档。

7.如权利要求2～5中任一项所述的方法，其特征在于，

若所述结构化数据包含多个根结点，则将所述多个根结点合并。

8.如权利要求2所述的方法，其特征在于，

所述路径模式对应的结点中至少有一个结点为任意结点。

9.如权利要求2所述的方法，其特征在于，通过递归型深度优先遍历算法进行递归操作。

10.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现以下步骤：

a)统计结构化数据中的至少一种路径模式出现的模式次数，每一种路径模式表征由若干个相互连接的结点构成的有序集合，且基于每个结点的类型和各结点之间的方向所决定；

b)针对统计的每一种路径模式，判断该路径模式出现的次数是否大于等于该路径模式对应的模式次数阈值；

c)若是，则保留该路径模式对应的模式次数阈值个该路径模式之后的结点，将其他的该路径模式之后的结点删除。

11.如权利要求10所述的计算机设备，其特征在于，

所述步骤a)进一步包括：

从所述结构化数据的根结点开始遍历所述结构化数据的各结点，针对遍历到的结点，统计该结点与其之前的至少一个结点构成的路径模式出现的模式次数；

若所述步骤b)的判断为是，则所述步骤c)进一步包括：

删除该结点之后的结点，并保留该结点与其之前的所有结点。