基于FSG的最大频繁子图挖掘算法

• 作者: 张伟 柴然 郭景峰
• 来源期刊: 计算机应用研究
• 关键词: 数据挖掘 规范编码 最大频繁子图 决策树 子图同构
• 年，卷（期）: 2010,（9）
• 页码范围: 3303-3306
• 分类号: TP311
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2010.09.027

摘要

图挖掘已成为数据挖掘领域研究的热点,然而挖掘全部频繁子图很困难且得到的频繁子图过多,影响结果的理解和应用.可通过挖掘最大频繁子图来解决挖掘结果数量巨大的问题,最大频繁子图挖掘得到的结果数量很少且不丢失信息,节省了空间和以后的分析工作.基于算法FSG提出了最大频繁子图挖掘算法FSG-MaxGraph;结合节点的度、标记及邻接列表来计算规范编码,提出两个定理来减少子图同构判断的次数,并应用改进后的决策树来计算支持度.实验证明,新算法解决了挖掘结果太多理解困难的问题,且提高了挖掘效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张伟	燕山大学信息与工程学院	89	833	13.0	26.0
2	郭景峰	燕山大学信息与工程学院	105	1001	17.0	28.0
3	柴然	燕山大学信息与工程学院	3	10	2.0	3.0