当前位置:主页 > 科技论文 > 软件论文 >

Spark环境下基于频繁边的大规模单图采样算法

发布时间:2019-03-01 17:12
【摘要】:随着社交网络的流行,对其进行频繁子图挖掘的需求越来越强烈.大数据时代的到来,社交网络规模不断扩大,频繁子图挖掘工作变得愈发困难.在实际应用中,往往并不需要精确地挖掘出频繁子图,采样的方法在保证一定准确率的前提下能够显著提高频繁子图挖掘的效率.现有采样算法大多是根据节点的度进行采样,不适用于频繁子图挖掘.提出了一种基于频繁边的采样算法DIMSARI(distributed Monte Carlo sampling algorithm based on random jump and graph induction),在蒙特卡罗算法的基础上增加了根据频繁边进行随机跳的操作,并对其结果进行了图感应操作,进一步增加了算法的准确性,并在理论上证明了该方法的无偏性.实验结果显示:使用DIMSARI算法采样后进行频繁子图挖掘,准确性比现有其他的采样算法有较大的提高,在不同的采样率下采样后的子图的节点度都保持更小的归一化均方偏差.
[Abstract]:With the popularity of social networks, the demand for frequent subgraph mining is becoming more and more intense. With the arrival of big data era, the scale of social network continues to expand, and it becomes more and more difficult to mine the frequent sub-graph. In practical applications, it is often not necessary to mine frequent subgraphs accurately. The sampling method can significantly improve the efficiency of frequent subgraphs mining on the premise of ensuring a certain accuracy. Most of the existing sampling algorithms are based on the degree of nodes and are not suitable for frequent subgraph mining. In this paper, a sampling algorithm based on frequent edges (DIMSARI (distributed Monte Carlo sampling algorithm based on random jump and graph induction),) is proposed. Based on Monte Carlo algorithm, the random hop operation based on frequent edges is added, and the graph induction operation is carried out on the results. The accuracy of the algorithm is further improved, and the unbiased property of the method is proved theoretically. The experimental results show that the accuracy of frequent sub-graph mining using DIMSARI algorithm is much higher than that of other sampling algorithms, and the node degree of sub-graph sampled at different sampling rates keeps a smaller normalized mean square deviation.
【作者单位】: 宁波大学信息科学与工程学院;
【基金】:国家自然科学基金项目(61572266,61472194) 浙江省自然科学基金项目(Y16F020003) 宁波市自然科学基金项目(2017A610114)~~
【分类号】:TP301.6

【相似文献】

相关期刊论文 前10条

1 章立亮,周琼;光栅图形反走样的加权区域采样算法[J];宁德师专学报(自然科学版);2002年01期

2 曹鹏;李博;栗伟;赵大哲;;基于概率分布估计的混合采样算法[J];控制与决策;2014年05期

3 余纯;张太荣;;基于硬件实现的粒子滤波重采样算法研究[J];自动化技术与应用;2013年02期

4 张秀丽,李萍,陆光华;高精度软件同步采样算法[J];电力系统及其自动化学报;2005年04期

5 赵丰;汤磊;张武;赵宗贵;;一种高实时性粒子滤波重采样算法[J];系统仿真学报;2009年18期

6 冯驰;赵娜;王萌;;一种改进残差重采样算法的研究[J];哈尔滨工程大学学报;2010年01期

7 李蕴奇;李小明;何杰;钟鸣;;关于吉布斯采样算法识别MOTIF的研究[J];才智;2010年31期

8 郭建林;李爱玲;;一种大尺度Gauss模糊的快速采样算法[J];中国科学:信息科学;2011年10期

9 黄保虎;刘冉;张华;张昭;;基于不同重采样算法的RFID指纹定位[J];计算机应用;2013年02期

10 冯驰;王萌;汲清波;;粒子滤波器重采样算法的分析与比较[J];系统仿真学报;2009年04期

相关硕士学位论文 前4条

1 王柯翔;基于LWE问题的采样算法及应用研究[D];北京交通大学;2017年

2 邓俊;滤波重要性采样算法的研究与实现[D];天津大学;2007年

3 王朝;基于ARMS的并行采样算法的设计与实现[D];天津大学;2008年

4 崔承勋;基于GH-distance的自适应性采样算法[D];天津大学;2009年



本文编号:2432631

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/2432631.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户9b66d***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com