图数据挖掘技术的研究与进展

被引:53
作者
丁悦 [1 ]
张阳 [1 ,2 ]
李战怀 [3 ]
王勇 [3 ]
机构
[1] 西北农林科技大学信息工程学院
[2] 计算机软件新技术国家重点实验室(南京大学)
[3] 西北工业大学计算机学院
关键词
数据挖掘; 图数据; 聚类; 分类; 频繁模式; 不确定图;
D O I
暂无
中图分类号
TP311.13 [];
学科分类号
摘要
生物信息学(蛋白质结构分析、基因组识别)、社会网络(实体间的联系)、Web分析(Web链接结构分析、Web内容挖掘和Web日志搜索)以及文本信息检索等的迅速发展积累了大量图数据,对于图数据的挖掘逐渐成为研究领域的热点。一些诸如聚类、分类、频繁模式挖掘的传统数据挖掘研究逐渐拓展到图数据领域。通过介绍现阶段图数据挖掘技术的研究进展,总结了图数据挖掘的特点、现实意义、主要问题以及应用场景,讨论并预测了图数据,尤其是不确定图数据研究的发展趋势和热点。
引用
收藏
页码:182 / 190
页数:9
相关论文
共 8 条
[1]
从不确定图中挖掘频繁子图模式 [J].
邹兆年 ;
李建中 ;
高宏 ;
张硕 .
软件学报, 2009, 20 (11) :2965-2976
[2]
不确定图数据库中高效查询处理 [J].
张硕 ;
高宏 ;
李建中 ;
邹兆年 .
计算机学报, 2009, 32 (10) :2066-2079
[3]
gBoost: a mathematical programming approach to graph classification and regression [J].
Saigo, Hiroto ;
Nowozin, Sebastian ;
Kadowaki, Tadashi ;
Kudo, Taku ;
Tsuda, Koji .
MACHINE LEARNING, 2009, 75 (01) :69-89
[4]
Discovering neglected conditions in software by mining dependence graphs [J].
Chang, Ray-Yaung ;
Podgurski, Andy ;
Yang, Jiong .
IEEE TRANSACTIONS ON SOFTWARE ENGINEERING, 2008, 34 (05) :579-596
[5]
Finding reliable subgraphs from large probabilistic graphs [J].
Hintsanen, Petteri ;
Toivonen, Hannu .
DATA MINING AND KNOWLEDGE DISCOVERY, 2008, 17 (01) :3-23
[6]
Compressing probabilistic Prolog programs [J].
De Raedt, L. ;
Kersting, K. ;
Kimmig, A. ;
Revoredo, K. ;
Toivonen, H. .
MACHINE LEARNING, 2008, 70 (2-3) :151-168
[7]
Syntactic clustering of the Web.[J].Andrei Z. Broder;Steven C. Glassman;Mark S. Manasse;Geoffrey Zweig.Computer Networks and ISDN Systems.1997, 8
[8]
A note on the derivation of maximal common subgraphs of two directed or undirected graphs.[J].G. Levi.Calcolo.1973, 4