挖掘不确定频繁子图的改进算法的研究

• 作者: 何林波 杨健 毛伊敏 胡健
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 不确定图 图挖掘 频繁子图集 划分思想 混合策略
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 数据库、数据挖掘、机器学习
• 页码范围: 112-116
• 页数: 5页
• 分类号: TP311
• 字数: 5319字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1303-0289

摘要

鉴于图结构能简单方便地描绘复杂的数据以及实际应用中图数据的获得具有不确定性，不确定频繁子图挖掘算法得到广泛的研究。目前一个典型的图挖掘算法是MUSE，但MUSE算法存在期望支持度计算消耗大、时间效率不够高等问题。针对此问题提出了一种基于划分思想混合搜索策略的不确定子图挖掘算法EDFS，它用改进过的GSpan算法进行不确定的子图数据预处理，用裁剪子图模式的搜索空间裁剪不确定子图数据，用基于划分思想的混合策略进行频繁子图的挖掘。子图同构与边存在概率的实验结果证明了EDFS算法能更高效地挖掘出不确定数据频繁子图。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡健	江西理工大学应用科学学院	34	173	6.0	12.0
2	毛伊敏	江西理工大学应用科学学院	48	203	8.0	12.0
3	杨健	江西理工大学信息工程学院	4	15	3.0	3.0
4	何林波	江西理工大学信息工程学院	1	2	1.0	1.0