多样性度量的Top-K区分子图挖掘

• 作者: 李源 王国仁 王章辉 赵宇海
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 图挖掘 图分类 子图模式 区分子图 多样性
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 数据库技术
• 页码范围: 1379-1388
• 页数: 10页
• 分类号: TP311
• 字数: 8277字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1607016

摘要

区分子图可以用来描述复杂的图数据结构和构建高效的图分类模型.提出了多样性度量的Top-K区分子图挖掘问题,避免了挖掘结果之间出现高度相关的子图模式,提高了区分子图模式的可用性.通过组合图结构相似性与支持集相似性约束,给出图模式的多样性度量标准.提出两个高效算法Greedy-TopK和Leap-TopK挖掘多样性度量的Top-K区分子图.Greedy-TopK算法采用两阶段的增量式贪婪方法快速挖掘K个区分子图模式.Leap-TopK算法通过在挖掘过程中限制扩展结构相似的图模式,实现了跳跃搜索子图模式空间.实验结果表明,Leap-TopK算法的效率明显优于Greedy-TopK算法;在可用性方面,利用Leap-TopK算法与Greedy-TopK算法挖掘结果构建的图分类器具有相似的分类精度,且都优于传统区分子图挖掘算法产生的结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李源	东北大学计算机科学与工程学院	10	28	2.0	5.0
2	王国仁	东北大学计算机科学与工程学院	228	2804	25.0	45.0
3	赵宇海	东北大学计算机科学与工程学院	30	40	4.0	5.0
4	王章辉	东北大学计算机科学与工程学院	3	2	1.0	1.0