大图中多样化Top-k模式挖掘算法研究

doi:10.11896/jsjkx.230300003

摘要

摘要：频繁模式挖掘是图挖掘中最重要的问题之一。FPM问题定义为挖掘所有模式，在一个大图形中频率高于用户定义的阈值。近年来，随着社交网络等的普及，基于单字符的FPM受到了越来越多的关注。研究人员已经开发了相当多的技术，但大多数技术都存在计算成本高、结果检查不方便和并行计算不方便等问题。为了解决这些问题，本文提出了一种发现多元化顶层的方法-k个单个大图形的模式。本文首先设计了一个多样化函数来测量模式的多样性，然后开发了一个具有早期终止特性的分布式算法DisTopk，以有效地识别多样化的顶部-k个模式，来自分布式存储图。对真实图形和合成图形进行的实验结果表明，DisTopk可以挖掘多种顶部-k个模式比传统算法更有效。

关键词： 频繁模式挖掘，顶部-k个模式，结果多样化，分布式开采，提前终止

CLC编号：

TP311型

何媛、王欣、沈玲珍。多样化上衣-k个大图上的模式挖掘[J]。计算机科学，2024，51（5）：70-84。

工具书类

[1] HUAN J，WANG W，PRINS J，et al.SPIN：从图数据库中挖掘最大频繁子图[C]//第十届ACM SIGKDD知识发现与数据挖掘国际会议论文集。纽约：ACM，2004:581-586。
[2] YAN X F，HAN J W.CloseGraph:挖掘闭合频繁图模式[C]//第九届ACM SIGKDD知识发现和数据挖掘国际会议论文集。纽约：ACM，2003:286-295。
[3] ZHU F，QU Q，LO D，et al.在大规模网络中挖掘top-k大型结构模式[J]。VLDB捐赠会议记录，2020,4（11）：807-818。
[4] KURAMOCHI M，KARYPIS G.在大型稀疏图中寻找频繁模式[J]。数据挖掘与知识发现，2005,11（3）：243-271。
[5] ELSEIDY M，ABDELHAMID E，SKIADOPOULOS S，等.GraMi:单个大型图中的频繁子图和模式挖掘[J]。VLDB捐赠会议记录，2014,7（7）：517-528。
[6] ASHRAF N，HAQUE R R，ISLAM M等。WeFreS：单个大型图中的加权频繁子图挖掘[C]//第19届数据挖掘工业会议。伊拜出版社，2019:201-215。
[7] LEN T，VO B，NGUYEN L B Q等。在单个大型图中挖掘加权子图[J]。信息科学，2020514（C）：149-165。
[8] 李磊，丁鹏，陈华，等.大型社交图中的频繁模式挖掘[J]。IEEE计算智能新兴主题汇刊，2021,6（3）：638-648。
[9] 波格瓦德·K·M、克里格尔·H·P、威克思鲁特。频繁动态子图中的模式挖掘[C]//第六届数据挖掘国际会议。皮斯卡塔韦：IEEE，2006:818-822。
[10] WACKERSREUTHER B，WACKERFREUTHER P，OSWALD A，et al.动态网络中的频繁子图发现[C]//第八届图形挖掘与学习研讨会论文集。纽约：ACM，2010:155-162。
[11] ABDELHAMID E，CANIM M，SADOGHI M，等.大型演化图的增量频繁子图挖掘[J]。IEEE知识与数据工程汇刊，2017,29（12）：2710-2723。
[12] DEAN J，GHEMAWAT S.MapReduce:大型集群上的简化数据处理[J]。ACM通讯，2008,51（1）：107-113。
[13] MALEWICZ G，AUSTERN M H，BIK A J C，et al.Pregel:大规模图形处理系统[C]//2010 ACM SIGMOD国际数据管理会议论文集。纽约：ACM，2010:135-146。
[14] GONZALEZ J E，XIN R S，DAVE A，et al.Graphx:分布式数据流框架中的图形处理[C]//第十一届USENIX操作系统设计与实现研讨会。伯克利：USENIX，2014:599-613。
[15] 朱X，陈伟，郑伟，等.双子座：以计算为中心的分布式图形处理系统[C]//USENIX第十二届操作系统设计与实现研讨会。伯克利：USENIX，2016:301-316。
[16] TEIXEIRA C H C，FONSECA A J，SERAFINI M，et al.Arabesque:分布式图挖掘系统[C]//第25届操作系统原理研讨会论文集。纽约：ACM，2015:425-440。
[17] DIAS V，TEIXEIRA C H C，GUEDES D，等.分形：通用图形模式挖掘系统[C]//2019年国际数据管理会议论文集。纽约：ACM，2019:1357-1374。
[18] ABDELHAMID E，ABDELAZIZ I，KALNIS P，et al.Scalemine:单个大图中的可伸缩并行频繁子图挖掘[C]//高性能计算、网络、存储和分析国际会议论文集。美国：IEEE，2016:716-727。
[19] TALUKDER N，ZAKI M J.大规模网络中图形挖掘的分布式方法[J]。数据挖掘与知识发现，2016,30（5）：1024-1052。
[20] CHEN H，LIU M，ZHAO Y，et al.G-miner：一个高效的面向任务的图形挖掘系统[C]//第十三届欧洲系统会议论文集。纽约：ACM，2018:1-12。
[21]闫德，QU W，郭刚，等.前缀FPM：一种通用的频繁模式和闭合模式挖掘的并行框架[J]。VLDB期刊，2022,31（2）：253-286。
[22]CHEN J，QIAN X.Khuzdul:高效可扩展分布式图形模式挖掘引擎[C]//第28届ACM编程语言和操作系统体系结构支持国际会议论文集，第2卷。纽约：ACM，2023:413-426。
[23]PRATEEK A，KHAN A，GOYAL A，等.大型网络中关联子图的top-k对挖掘[J]。VLDB捐赠会议记录，2020,13（9）：1511-1524。
[24]王X，LAN Z，HE Y A，等.挖掘近最优top-k模式的一种经济高效的方法[J]。专家系统与应用，2022202:117262。
[25]NATARAJAN D，RANU S.Resling：一个可扩展的通用框架，用于挖掘前k个代表性子图模式[J]。知识与信息系统，2018,54（1）：123-149。
[26]DAWASHI R.ITUFP：一种从不确定数据中交互式挖掘Top-K频繁模式的快速方法[J]。专家系统与应用，2023214:119156。
[27]曾杰，阎X，韩M，等.基于核的知识图top-k频繁模式快速发现[C]//2021 IEEE第37届国际数据工程会议（ICDE）。IEEE，2021:936-947。
[28]王X，向M，ZHAN H，等.分布式Top-k模式挖掘[C]//亚太网（APWeb）和网页信息管理（WAIM）网络与大数据联合国际会议。查姆施普林格，2021:203-220。
[29]SEMERTZIDIS K，PITOURA E.托普-k个时态图上的持久图模式查询[J]。IEEE知识与数据工程汇刊，2018年，31（1）：181-194。
[30]GOLLAPUDI S，SHARMA A.结果多样化的公理方法[C]//第18届万维网国际会议论文集。纽约：ACM，2009:381-390。
[31]VIEIRA M R，RAZENTE H L，BARIONI M C N，et al.Divdb:查询结果多样化系统[J]。VLDB捐赠会议记录，2011年4月（12）：1395-1398。
[32]王X，DOU Z，SAKAI T，et al.使用意图层次结构评估搜索结果多样性[C]//第39届国际ACM SIGIR信息检索研究与开发会议论文集。纽约：ACM，2016:415-424。
[33]胡斌，张毅，陈伟，等.第20届万维网国际会议论文集.搜索意图多样性在点击模型中的表征[C]//。纽约：ACM，2011:17-26。
[34]WELCH M J，CHO J，OLSTON C.信息查询的搜索结果多样性[C]//第20届万维网国际会议论文集。纽约：ACM，2011:237-246。
[35]YU C，LAKSHMANAN L，AMER-YAHIA S。创造世界需要多样化：推荐系统的多样化[C]//第十二届扩展数据库技术国际会议论文集：数据库技术的进步。纽约：ACM，2009:368-378。
[36]黄X，CHENG H，LI R H，等.大型网络中的Top-k结构多样性搜索[J]。VLDB捐赠会议记录，2013,6（13）：1618-1629。
[37]袁力，秦力，林X，等.多元化top-k集团搜索[J]。VLDB杂志，2016年，25:171-196。
[38]YANG Z，FU A W C，LIU R.在大图中的多元top-k子图查询[C]//2016年国际数据管理会议论文集。纽约：ACM，2016:1167-1182。
[39]李杰，蔡T，邓K，等.社会网络中的社区多元化影响最大化[J]。信息系统，2020,92:101522。
[40]CORDELLA L P，FOGGIA P，SANSONE C，et al.匹配大型图的（子）图同构算法[J]。IEEE模式分析和机器智能事务，2004,26（10）：1367-1372。
[41]BRINGMANN B，NIJSSEN S.单线图中的频率是多少？[C] //第十二届亚太地区知识发现和数据挖掘进展会议记录。柏林：施普林格出版社，2008:858-863。
[42]FIEDLER M，BORGELT C.单大图中的子图支持[C]//IEEE第七届数据挖掘研讨会国际会议。美国：IEEE，2007:399-404。
[43]GUDES E，SHIMONY S E，VANETIK N。使用不相交路径发现频繁图模式[J]。IEEE知识与数据工程汇刊，2006,18（11）：1441-1456。
[44]KARYPIS G，KUMAR V.不规则图的并行多级k路划分方案[C]//1996年ACM/IEEE超级计算会议论文集。美国：IEEE计算机协会，1996年。

韵律学

已查看

全文

摘要

引用

共享

讨论

多样化上衣-k个大型图的模式挖掘

PDF（PC）

摘要

引用这篇文章

分享这篇文章

工具书类

相关文章11

韵律学

评论

推荐0

[1]	沙玉吉、王欣、何燕晓、钟雪燕、方瑜。带计数量词的频繁模式挖掘与应用[J] ●●●●。计算机科学，2023，50（11A）：230100041-12。
[2]	吴成峰，蔡丽，李进，梁宇。基于多源位置数据的居民出行频繁模式挖掘[J] ●●●●。计算机科学，2021，48（7）：155-163。
[3]	邓国强，唐敏，梁庄昌。稀疏多项式插值的分治算法[J] ●●●●。计算机科学，2019，46（5）：298-303。
[4]	雷东、王涛和马云飞。基于AC算法的比特流频繁模式挖掘[J] ●●●●。计算机科学，2017，44（1）：128-133。
[5]	丁健、韩萌和李娟。概念漂移数据流挖掘技术综述[J] ●●●●。计算机科学，2016，43（12）：24-29。
[6]	.分布式数据流挖掘研究进展[J] ●●●●。计算机科学，2012，39（1）：1-8。
[7]	高昂，杨扬，王月薇。挖掘工作流频繁模式的新算法研究[J] ●●●●。计算机科学，2009，36（9）：231-233。
[8]	吴健、李兴明。通信网络中报警关联的高效分布式挖掘算法[J] ●●●●。计算机科学，2009，36（11）：204-207。
[9]	邓松、王汝川、任训毅。网格服务上GEP的分布式函数挖掘[J] ●●●●。计算机科学，2009，36（11）：177-181。
[10]	何海涛，张世玲（燕山大学信息科学与工程学院，秦皇岛066004）。 [J] ●●●●。计算机科学，2008，35（3）：200-202。
[11]	. [J] ●●●●。计算机科学，2006，33（9）：76-80。