-
公开(公告)号：CN114661927A
公开(公告)日：2022-06-24
申请号：CN202210382776.9
申请日：2022-04-13
Applicant: 东北大学
IPC: G06F16/535 , G06F16/55 , G06F16/58 , G06Q50/00
Abstract: 本发明提供一种基于社区检测的频繁子图挖掘方法，该方法通过获取待挖掘图数据，基于深度优先搜索算法，对子图进行并行计算，从待挖掘数据中挖掘出所有满足频繁阈值的子图集合。通过对预处理的图数据进行社区检测操作，在社区内将顶点按照顶点标签进行聚类，并从每个标签集合中抽取同比例的顶点个数，得到频繁子图挖掘的起始集合。根据起始集合展开子图扩展操作，每进行一轮扩展，将产生的候选子图进行剪枝，及时删除非频繁的子图，减少后续的无效扩展，大大提高了扩展和挖掘效率，同时在剪枝时高效进行同构检测操作，减少执行时间，进一步提高了子图挖掘效率。此外，本发明通过对比实验验证了本发明方法的高效性。
Search Results
1
records
(took 0.017 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
