文件名称：利用MapReduce平台实现高效并行的频繁子图挖掘* (2014年)
文件大小：3.98MB
文件格式：PDF
更新时间：2024-06-09 22:38:05
工程技术 论文
频繁子图挖掘是数据挖掘领域的一个重要问题，并且有着广泛的应用。在Hadoop平台上实现了一种基于MapReduce的高效频繁子图挖掘算法Cloud-GFSG(cloud-global frequent subgraph)。该算法基于Apriori思想，在扩展边生成新的子图时，使用已经挖掘出的k-1阶的频繁子图生成k阶的频繁子图。同时，检查是否存在待扩展生成的子图，设定生成的频繁子图表示规则，保证了频繁子图信息的唯一性。较同类算法相比，该算法在挖掘频繁子图时更具通用性，并且在扩展边时避免产生大量的复制图，从