摘要:
传统挖掘频繁子图的方法,不论是基于Aprior的还是基于FP增长的,均采用自底向上的挖掘方法,该方法需要多次迭代和判断子图同构,大大降低了算法的效率。为解决传统频繁子图挖掘方法中存在的问题,提出一种新的基于自顶向下的挖掘最大频繁子图的算法。首先定义标号图的属性信息,并基于标号图属性信息定义进而提出判断图同构的必要条件,从而减少同构的判断次数,提高算法的效率;其次,在挖掘过程中利用图的对称性质标识对称的顶点,从而减少不必要的删除操作及冗余图的存储;最后,实验证明,该算法优于现有最大频繁子图挖掘算法,且不丢失任何模式和有用信息。