首页 | 本学科首页   官方微博 | 高级检索  
     

RAKING:一种高效的不确定图K-极大频繁模式挖掘算法
引用本文:韩蒙,张炜,李建中.RAKING:一种高效的不确定图K-极大频繁模式挖掘算法[J].计算机学报,2010,33(8).
作者姓名:韩蒙  张炜  李建中
作者单位:1. 黑龙江大学计算机科学技术学院,哈尔滨,150080
2. 哈尔滨工业大学计算机科学与技术学院,哈尔滨,150001
3. 黑龙江大学计算机科学技术学院,哈尔滨,150080;哈尔滨工业大学计算机科学与技术学院,哈尔滨,150001
基金项目:国家自然科学基金,黑龙江大学学生学术科技创新项目 
摘    要:由于不确定图蕴含了指数级的可能图实例,基于确定图模型的频繁图模式挖掘算法通常难以在不确定图集合上高效运行.文中提出了一种不确定图数据集上的基于随机游走的K极大频繁子模式挖掘算法.首先,将每个不确定图转换为相应的确定图并挖掘候选频繁模式;然后,将候选频繁模式恢复为不确定图并生成极大频繁模式搜索空间;最后,通过随机游走以相同概率随机地选择K个极大频繁模式.理论分析和实验结果表明文中提出的算法能够高效地获得不确定图集合的K-极大频繁模式.

关 键 词:不确定图  数据挖掘  随机游走  极大频繁模式

RAKING: An Efficient K-Maximal Frequent Pattern Mining Algorithm on Uncertain Graph Database
HAN Meng,ZHANG Wei,LI Jian-Zhong.RAKING: An Efficient K-Maximal Frequent Pattern Mining Algorithm on Uncertain Graph Database[J].Chinese Journal of Computers,2010,33(8).
Authors:HAN Meng  ZHANG Wei  LI Jian-Zhong
Affiliation:HAN Meng1) ZHANG Wei2) LI Jian-Zhong1),2)1)(School of Computer Science and Technology,Heilongjiang University,Harbin 150080)2)(School of Computer Science and Technology,Harbin Institute of Technology,Harbin 150001)
Abstract:An uncertain graph can represent a large number of possible graph instances.This greatly reduces the efficiency of existing frequent pattern mining algorithms.The paper proposes a random walk based K-maximal frequent pattern mining algorithm on uncertain graph set.Firstly,each uncertain graph is converted to a graph without uncertain information.Candidate frequent patterns are retrieved from the converted graph set.Then,the candidate frequent patterns are transformed to corresponding uncertain graph pattern...
Keywords:uncertain graph  data mining  random walk  maximal frequent pattern  
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号