近年来,由于XML具有良好的结构性和可扩展性,并且允许用户根据自己的需要定义自己的标记,XML逐渐成为网上数据表示和交换的主要格式。在Internet应用中,存在大量的XML文档,如何有效的利用这类XML数据已经成为Internet领域一个亟待解决的问题。分类足数据挖掘中一个重要的课题,在数据挖掘的发展趋势中发挥着重要的作用。虽然已经出现了大量解决数据流分类的方法,但针对XML流的分类尚处于起步阶段。　　 针对XML分类,本文主要完成了如下的研究:　　 首先,在XML SCHEMA相同的情况下,对XML文档流进行形式化表达,提出了针对XML文档流的新的定义。即按照时间顺序,先后到达的XML文档形成了XML文档流,每一篇XML文档对应了XML文档流中的一个元素。　　 其次,本文提出了一种同构XML文档的层次分类算法,它基于特定的XMLSCHEMA和遵循该SCHMEA的静态XML文档集合,以传统的ID3决策树分类算法为核心,结合层次分类的思想,对静态XML文档进行层次分类。　　 再次,在静态XML文档层次分类的基础上,本文提出了一种新的同构XML流层次分类算法,它以VFDT算法为核心,利用流中每一篇XML文档解析后得到的样本来动态构建各个层次的分类器,对在线XML文档流进行层次分类。　　 最后,对以上两种层次分类算法在内存、分类准确率方面进行了对比。实验结果表明,基于VFDT算法的XML文档流层次分类能够达到基于ID3算法的XML文档层次分类的精确度,且两种层次分类算法的分类精确度能够达到静态分类的要求。