一种有效率的基于图的关系学习算法3).pdfVIP

计算机科学 2008Vol35 №3 　 一种有效率的基于图的关系学习算法 ) 1 2 1 1 郑丽珍 　郭景峰 　李 　晶 　边伟峰 ( ) 1 ( ) 2 燕山大学信息科学与工程学院　秦皇岛 066004 　 河北工业大学电气与自动化学院　天津 300 130 　 摘 　要 　多关系数据挖掘根据表示形式可以分为基于图的 M RDM 和基于逻辑的 M RDM 。本文讨论了基于图的数 据挖掘和基于图的关系学习之间的关系 ,重点介绍基于图的关系学习算法 Subdue 及其优缺点 ,针对它的缺点提出优 化的算法 ESubdue ,改进了子图同构的计算 ,减少了子图同构的次数 。在实际和人工数据集上运行的实验结果显示它 比原算法更加有效率 。最后给出结论并指明将来的工作 。 关键词 　多关系数据挖掘 ,基于逻辑的 M RDM ,基于图的 M RDM ,Subdue 　 An Eff icient Graphbased Relational Learning Algorithm ZH EN G LiZhen1 　GU O J ingFeng2 　L I J ing1 　B IAN WeiFeng1 (Dep art ment of Infor mation and Engineering , Yan shan U niver sit y , Qinhuangdao 066004) 1 (Dep art ment of Elect ricit y and Automation , Hebei U niver sit y of Technology , Tianj in 300 130) 2 　 Abstract 　Multirelational dat a mining can be cat egorized into grap hba sed and lo gicba sed accor ding to t heir rep resen t ation . We t alk about t he relation ship between grap hba sed dat a mining and grap hba sed relational learning . An over view on different met hods for grap hbased dat a mining i s given . We mainly di scu ss grap hba sed relational learning algo rit hm Subdue , including it s advant age and di sadvant age . To solves t he di sadvant ages of Subdue , we p ropo se ESubdue , which imp rove t he subgrap h i somorp hi sm comp ut ation and reduces t he times for subgrap h i somorp hi sm . Exp eriment al result s on bot h real and synt hetic dat a set s indicat e t hat t he imp roved algorit hm i s much more efficient t han t he original one . Finally we conclude t he p ap er and t alk about