图挖掘、社会网络分析和多关系数据挖掘

 

 

 

1.图挖掘的主要目标

答：挖掘频繁子结构是图集合中非常基本的模式。频繁子结构可以刻画集合的特征，区分不同的组群体，对图进行分类和聚类，构造图索引和更方便地在图数据库中进行相似性搜索。

频繁图的基本定义：图g的顶点集合用V（g）表示，边集合用E（g）表示。标号函数L将顶点或边映射到标号。图g是另一个图G的子图，如果存在从图g到图G的子图同构。给定一个标记的图数据集D={G1，G2，G3，... ... ，Gn}，图g的支持度support（g）或者频度frequency（g）定义为g作为子图在D中出现的百分比或者次数。频繁图是支持度不小于最小支持度阈值min_sup的图。

发现频繁子结构的步骤通常有两个：1、产生频繁子结构的候选；2、检查每个候选的频度。大多数的频繁子结构发现的研究都集中在第一步的优化，因为第二步包含子图同构检验，计算复杂度相当高。目前有两种基本方法：Apriori方法和模式增长方法。Apriori方法频繁子结构挖掘算法的频繁图搜索开始于小规模图，按照自底向上的方式产生具有附加顶点、变或路径的候选图。图规模的定义依赖于使用的算法。根据自底向上的策略的选择，也产生了具体的算法，分为顶点、边、边不相交路径的具体实施策略。Apriori方法是基于图的广度优先搜索进行的。模式增长方法比Apriori方法更加灵活，可以根据实际需要采用图的广度优先搜索或者深度优先搜索。模式增长方法是选择以边为增长策略的，也是自底向上增长策略进行，它对每次增长的边用从增长原点到新增长边的顶点序列记录，然后对附加完成增长边的子图计算频繁度，考察新增长的边对频繁度的影响程度，记录频度，