基于MapReduce的高效頻繁子圖挖掘方法研究.pdf

1、圖挖掘的研究已經(jīng)成為現(xiàn)今數(shù)據(jù)挖掘領(lǐng)域里重點(diǎn)研究方向之一,尤其是頻繁子圖挖掘問(wèn)題引起了廣泛地關(guān)注。挖掘頻繁子圖為的是找到圖集合里頻繁存在的子圖集模式。由于得到的結(jié)果集能夠運(yùn)用到相似性搜索、圖聚類和分類、圖索引等諸多圖挖掘應(yīng)用中,從而使頻繁子圖的挖掘成為一個(gè)頗具挑戰(zhàn)的基礎(chǔ)性研究問(wèn)題。
　　目前已有的頻繁子圖挖掘算法的高效率特性,通?；趫D集規(guī)模不大,而且可以一次全部調(diào)入內(nèi)存的假設(shè)。但事實(shí)上伴隨數(shù)據(jù)規(guī)模的逐漸擴(kuò)大,許多海量規(guī)模的圖集合已

2、經(jīng)不能完全調(diào)進(jìn)內(nèi)存,當(dāng)出現(xiàn)這種情況時(shí),已有的挖掘頻繁子圖的算法在運(yùn)行性能上已經(jīng)達(dá)不到要求。MapReduce框架處理大規(guī)模數(shù)據(jù)時(shí)體現(xiàn)了很好的性能,并且目前使用這個(gè)框架的頻繁子圖挖掘算法還很少。因此,研究基于MapReduce的高效頻繁子圖挖掘算法,將能夠大大提高頻繁子圖挖掘的效率,更有效地幫助用戶了解圖集的特征并在此基礎(chǔ)上對(duì)圖集進(jìn)行深入處理。
　　本文在Hadoop平臺(tái)上實(shí)現(xiàn)了一種基于MapReduce的高效頻繁子圖挖掘算法Clo