数据挖掘2015最新精品课程完整讲稿(第7讲)---挖掘复杂类型频繁模式.ppt

边增长 合并前提：每个图删除一条边后得到的子图拓扑等价 合并结果：第一个图添加另外一个图的不同的边 类Apriori算法 发现 1-频繁子图 Repeat 产生候选 连接(k-1)-子图产生k-子图 对候选剪枝 对包含非频繁(k-1)-子图的候选子图剪枝 计算支持度 计算剩余候选子图的支持度 删除k-非频繁子图 Example: Dataset 例子 生成候选子图 Apriori算法: 连接两个k-频繁项集产生 (k+1)-候选项集 在频繁子图模式挖掘中 (节点/边增长) 连接两个k-频繁子图可能会产生多个(k+1)-候选子图 候选子图的多样性（节点增长） 候选子图的多样性（边增长） Case 1: identical vertex labels 候选子图的多样性（边增长） Case 2: Core contains identical labels Core: The (k-1) subgraph that is common between the joint graphs 候选子图的多样性（边增长） Case 3: Core multiplicity 图同构 A graph is isomorphic if it is topologically equivalent to another graph Data Mining: Concepts a