计算机科学与探索 ›› 2014, Vol. 8 ›› Issue (7): 790-801.DOI: 10.3778/j.issn.1673-9418.1403027
孙鹤立1,陈 强2,刘 玮3,黄健斌2,4+,邹建华1
SUN Heli1, CHEN Qiang2, LIU Wei3, HUANG Jianbin2,4+, ZOU Jianhua1
摘要: 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,从而使得算法的正确性得以保证,且运行效率显著提高。