基于子圖關(guān)聯(lián)規(guī)則的鏈接預(yù)測(cè)研究.pdf

1、現(xiàn)有的預(yù)測(cè)的方法基本上都是基于單獨(dú)的邊或者邊對(duì)來(lái)實(shí)現(xiàn)的，這些方法普遍都存在一些不足：i）很多時(shí)候有用的鏈接都是相對(duì)分散的，現(xiàn)有的方法需要掃描所有的頂點(diǎn)和邊，這會(huì)導(dǎo)致做很多無(wú)效的工作。ii)當(dāng)圖比較大的時(shí)候，現(xiàn)有的方法需要付出很大的計(jì)算代價(jià)。
　　 在網(wǎng)絡(luò)中挖掘頻繁子圖的技術(shù)已經(jīng)研究得相對(duì)比較成熟了，頻繁子圖可以篩選出網(wǎng)絡(luò)中比較有意義的結(jié)構(gòu)。本文把頻繁子圖應(yīng)用到關(guān)聯(lián)規(guī)則中，即把頻繁子圖作為關(guān)聯(lián)規(guī)則中的項(xiàng)，形成規(guī)則。這一方面有助于提

2、高預(yù)測(cè)的時(shí)候的易處理性，因?yàn)橐粋€(gè)圖中的頻繁子圖數(shù)目通常都小于邊的數(shù)目。另一方面，子圖關(guān)聯(lián)規(guī)則可以把不同粒度的子圖組合起來(lái)，而不是單個(gè)的子圖，這有助于提高預(yù)測(cè)的時(shí)候的精確性。
　　 本文的主要研究?jī)?nèi)容包括以下幾點(diǎn)：
　　 ①介紹了關(guān)聯(lián)規(guī)則的概念和兩種典型的關(guān)聯(lián)規(guī)則挖掘的方法，其中FP-growth方法在生成子圖關(guān)聯(lián)規(guī)則的時(shí)候會(huì)使用到。
　　 ②分析了兩種典型的頻繁子圖挖掘算法，并從產(chǎn)生頻繁子圖的數(shù)目和運(yùn)行時(shí)間兩方面