面向不確定圖數據的子圖模式挖掘算法的研究與實現.pdf

1、圖作為一種重要的數據結構，已經在多個領域得到了越來越廣泛的應用。例如研究人員在對化合物、社交網絡等數據進行分析時，均采用圖這種結構來進行建模，得到的是確定圖數據。然而，在現實生活中，由于采集、傳輸等技術的條件限制，數據通常是含有噪音的、不完全的和不精確的。因此，將其建模為不確定圖數據更為合適。
　　隨著不確定圖數據量的急劇增加，研究如何高效地從其中蘊含的豐富結構及語義信息中挖掘出有用的知識，是數據庫及數據挖掘研究領域的熱點之一，有

2、著重要的理論研究和應用價值。由于不確定性的引入，傳統的圖數據挖掘算法不能直接用于不確定圖數據?；诖?，本文圍繞不確定圖數據中的子圖模式挖掘問題展開了研究，具體工作如下：
　　首先，學習不確定圖數據挖掘領域的相關知識，掌握已有挖掘算法的核心思想，并分析每種算法的適用場景及優(yōu)劣。
　　其次，針對不確定圖數據中的頻繁子圖模式挖掘問題，提出了遵循“候選產生——候選判定”框架的算法FSMWT(Frequent Subgraph Pat

3、tern Mining With less Test)。算法采用著名的DFS編碼枚舉框架并對其進行了改進，為枚舉框架中的每個節(jié)點創(chuàng)建了相應的GEindex數據結構。在候選產生階段，通過GEindex實現了只在包含該子圖的圖中進行子圖擴展而不必掃描整個數據庫。在候選判定階段，利用GEindex實現了期望支持度的直接計算而無需進行子圖同構操作。此外，文中還提出了確定性剪枝和概率性剪枝技術，從而進一步提高了算法的效率。實驗表明，FSMWT比其

4、他算法具有更高的效率。
　　最后，針對從不確定圖數據中挖掘k-truss緊密子圖模式的問題提出了MTKUG(Mining Top-K k-truss from Uncertain Graph Data)算法。文中形式化定義了從不確定圖數據中挖掘k值最大的前K個k-truss緊密子圖的問題，并給出了期望支持度的概念。算法中提出了期望支持度的計算方法，并利用并行計算系統提高了計算效率。另外，文中還提出了剪枝策略以進一步提高算法效率。通