A novel XML document structure comparison framework based-on sub-tree commonalities and label semantics

Tekli, Joe; Chbeir, Richard

doi:10.1016/j.websem.2011.10.002

Cited by 38 publications

(24 citation statements)

References 61 publications

(145 reference statements)

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…A,B) akan menjadi masukan dari fungsi similarity yang akan digunakan untuk menghasilkan nilai kesamaan antara ERD mahasiswa dengan ERD jawaban yang diberikan oleh tim pengajar. Berikut ini adalah fungsi similarity yang digunakan untuk menghasilkan nilai kesamaan antar beberapa ERD [12].…”

Section: F Menghitung Nilai Kesamaanunclassified

Penilaian Kesamaan Entity Relationship Diagram dengan Algoritme Tree Edit Distance

Simanjuntak¹,

Lumbantoruan²,

Banjarnahor³

et al. 2017

Jurnal Nasional Teknik Elektro dan Teknologi Informasi (JNTETI)

View full text Add to dashboard Cite

Abstract-Main competency in database learning is ability to design Entity Relationship Diagram (ERD). Generally, lecturer gives task to students to design an ERD with some requirements. These ERDs are then assessed by comparing them with the answers. In practice, the process takes long time and it is possible that the lecturer grades the students inconsistently. Furthermore, plagiarism could be occured without being noticed by the lecturer. This research aims to design and build an application that assess similarity of ERD. The application apply tree edit distance algorithm in checking ERD similarity. ERD is exported into XMI document and then processed using the tree edit distance algorithm. The results show that ERD similarity value depends on number of insert, delete, and rename operation in tree edit distance Algorithm rather than number of difference component. Dalam pembelajaran basis data, perancangan ERD merupakan proses yang sangat penting untuk menghasilkan sebuah sistem informasi yang baik. Setiap mahasiswa harus mampu menghasilkan ERD yang baik dan benar sesuai dengan bisnis proses sistem. ERD yang baik dan benar akan menghasilkan sebuah basis data (tabel, kolom, tipe data, relasi) yang sesuai dengan kebutuhan sistem dan memberikan perekaman data yang akurat. Intisari-PadaPada saat ini, pemberian penilaian ERD oleh tim pengajar masih dilakukan secara manual, yaitu dengan membandingkan setiap komponen ERD yang dihasilkan oleh mahasiswa dengan model ERD yang disediakan oleh tim pengajar. Hal ini membutuhkan waktu yang lama dan berbanding lurus dengan jumlah mahasiswa (semakin banyak mahasiswa semakin banyak ERD yang akan dinilai). Selain itu, dengan banyaknya ERD yang diperiksa, kemungkinan human error juga akan sangat sering terjadi, sehingga tim pengajar memberikan nilai yang tidak konsisten terhadap dua atau lebih ERD mahasiswa yang sama ataupun mirip.Dengan memperhatikan hal tersebut, maka diperlukan sebuah perangkat lunak untuk menilai kesamaan antara beberapa ERD dan pada akhirnya memberikan nilai atau skor secara otomatis terhadap ERD yang dihasilkan oleh mahasiswa. Beberapa penelitian tentang pengecekan kesamaan ERD telah dilakukan. Salah satunya menggunakan pendekatan graph based, yaitu dengan membandingkan beberapa gambar ERD. Dalam penelitian tersebut, nilai yang diberikan belum akurat karena belum dapat membandingkan struktur ERD yang lengkap, seperti cardinality, weak entity, dan primary key [1]. Oleh karena itu, pada makalah ini dirancang sebuah perangkat lunak yang mampu mendeteksi kesamaan beberapa ERD dan memberikan nilai berdasarkan kesamaan tersebut. ERD

show abstract

Section: F Menghitung Nilai Kesamaanunclassified

Penilaian Kesamaan Entity Relationship Diagram dengan Algoritme Tree Edit Distance

Simanjuntak¹,

Lumbantoruan²,

Banjarnahor³

et al. 2017

Jurnal Nasional Teknik Elektro dan Teknologi Informasi (JNTETI)

View full text Add to dashboard Cite

show abstract

“…As a result, algorithms for comparing XML documents should be aware of such repetitions to effectively assess structural similarity [1,2]. We therefore test our algorithm by controlling the sub-tree repetitions in the XML tree.…”

Section: ⅴ Clustering Experimentsmentioning

confidence: 99%

“…However, the difficult task is to find partially matched sub-trees between XML trees. The studies to find partially matched sub-trees between XML trees that have been made so far are complex, and have an overhead [1][2][3]. Thus, in this paper, we propose a parent-child matrix to find both semantically and structurally matched sub-trees between XML trees efficiently.…”

Section: ⅰ Introductionmentioning

confidence: 99%

Similarity Measure and Clustering Technique for XML Documents by a Parent-Child Matrix

Lee¹,

Kim

2015

Journal of the Korea Institute of Information and Communication

View full text Add to dashboard Cite

Recently, researches have been developing efficient techniques for accessing, querying, and managing XML documents which are frequently used in the Internet. In this paper, we propose a parent-child matrix to cluster XML documents efficiently. A parent-child matrix analyzes both the content and structural features of an XML document. Each cell of a parent-child matrix has either the value of a node in an XML tree or the value of a child node, where a parent-child relationship exists in the XML tree. Then, the similarity between two XML documents can be measured by the similarity between two corresponding parent-child matrices. The experiment shows that our proposed method has good performance.키워드 : XML, 군집화, XML 유사도

show abstract

“…Several other approaches have been proposed in the last years mostly applying tree-edit distances 23,24 , or computing semantic distances among XML elements by using semantic networks (e.g., WordNet) 25 .…”

Section: Introducing Flexibility In Xml Query Languagesmentioning

confidence: 99%

Fuzzy Approaches to Flexible Querying in XML Retrieval

Marrara¹,

Pasi²

2016

IJCIS

View full text Add to dashboard Cite

show abstract

A novel XML document structure comparison framework based-on sub-tree commonalities and label semantics

Cited by 38 publications

References 61 publications

Penilaian Kesamaan Entity Relationship Diagram dengan Algoritme Tree Edit Distance

Penilaian Kesamaan Entity Relationship Diagram dengan Algoritme Tree Edit Distance

Similarity Measure and Clustering Technique for XML Documents by a Parent-Child Matrix

Fuzzy Approaches to Flexible Querying in XML Retrieval

Contact Info

Product

Resources

About