基于加权动态网络的频繁模式挖掘研究

• 作者: 肖港松 陈晓云
• 来源期刊: 微型机与应用
• 学科: 工学
• 关键词: 加权动态网络 加权图集 频繁子图 图挖掘
• 年，卷（期）: 2011,（19）
• 所属期刊栏目: 软件天地
• 页码范围: 7-10
• 分类号: TP391
• 字数: 3124字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-7720.2011.19.004

摘要

不同时刻的动态网络往往具有不同权重，针对加权动态网络的频繁模式挖掘，提出一种挖掘算法WGDM，它适用于加权动态社会网络、生物网络等方面的频繁模式挖掘。WGDM算法利用支持度的反单调性裁剪搜索空间，从而减少冗余候选子图，提高算法效率。通过实验测试了WGDM算法的性能，并根据中国实际股票市场网络，利用WGDM算法挖掘股票市场网络中有趣的频繁模式。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈晓云	福州大学数学与计算机科学学院	76	590	13.0	21.0
2	肖港松	福州大学数学与计算机科学学院	2	4	1.0	2.0