XML是一种用于数据交换和共享的自描述语言,已经成为互联网上数据表示和数据交换的标准。在数据传输及交换过程中,许多结构化或半结构化数据都以XML格式来表示,由此产生了大量的XML数据。该数据是一种按时间顺序无限到达的实时数据,我们称之为XML数据流。　　 对XML数据流进行知识挖掘,是一个重要的研究课题,同时也面临着很多挑战。为了从XML数据流中发掘出有用的知识,众多研究者主要集中于XML数据的聚类挖掘,并提出了大量的XML聚类算法。但现有的XML数据聚类算法主要用于静态数据集的处理,一般需要多次反复的文档读取和解析,并没有考虑随时间变化的在线聚类研究。　　 本文针对上述问题,提出了一种基于滑动窗口的XML数据流聚类算法。　　 首先,以时间聚类特征为基础,采用层次结构的方法,来表示XML文档的概要数据结构。这种表示方法较好的完成了对XML文档结构信息的提取和文档间相似度的计算。　　 其次,采用滑动窗口模型,以XML聚类特征指数直方图为该窗口中的一个微簇,来动态的接纳“新”的数据,淘汰“旧”的数据,从而较好的保存当前窗口内的数据流分布特征。　　 最后,在XML真实和模拟数据集上的实验结果表明:本文提出的算法不仅可以达到实时在线聚类的要求,而且可以获得较高的聚类质量和较快的处理速度。