10.3778/j.issn.1673-9418.1403027
利用MapReduce平台实现高效并行的频繁子图挖掘
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。
频繁子图挖掘、MapReduce、Hadoop平台
TP311(计算技术、计算机技术)
The National Natural Science Foundation of China under Grant Nos.61173093,61202182;the Natural Science Foundation of Shaanxi Province of China under Grant Nos.2013JM8019,2014JQ8359;the Postdoctoral Science Foundation of China under Grant No.2012M521776;the Fundamental Research Funds for the Central Universities of China under Grant Nos. K50510230001, BDY10
2014-07-23（万方平台首次上网日期，不代表论文的发表时间）
共12页
790-801
