基于不确定图数据频繁挖掘的研究-计算机技术专业论文.docxVIP

万方数据 万方数据 江西理工大学硕士学位论文 摘要 摘 要 21 世纪是一个信息至上的时代，各行各业每分每秒都在追赶着信息的脚步，如何从海 量的信息中发现有价值的信息是一大挑战。图数据挖掘由于图数据结构的优势深受广大研 究爱好者的青睐，被广泛应用于各行各业中，如生物领域、化学领域、社交网络领域等。 如何从图数据中发现有趣的模式已成为数据挖掘领域的一个重要研究方向。 本文在研究了图挖掘的应用背景、基本原理与国内外关于图挖掘的现状的基础之上， 分析了图挖掘中还存在的一些问题，针对目前的几个不确定频繁子图挖掘算法的不足之 处，提出了相应的改进算法。本文的主要研究成果如下： (1)针对挖掘不确定频繁子图的经典 MUSE 算法存在期望支持度计算消耗大、时间效 率不够高等问题提出了一种基于边支持度树的宽度优先搜索算法 EBFS。它首先用改进过 的 gSpan 算法进行不确定的子图数据预处理，然后将处理过后的数据进行划分，并在划分 的子块中构建支持度树，最后对支持度树采用宽度优先搜索算法挖掘频繁子图，实验结果 表明，EBFS 算法在大数据的情况下显得效率更高。 (2)针对挖掘极大不确定频繁子图的 RAKING 算法存在时间效率与空间效率不够高的 问题提出了 UDMFS 算法。UDMFS 算法本算法是基于 EBFS 的，整个算法由两个阶段构 成：第一阶段是通过 EBFS 算法产生不确定的频繁子图集