[发明专利]基于深度优先搜索的频繁模式挖掘方法

说明书

本发明属于复杂网络和数据挖掘领域，具体涉及一种复杂网络中基于深度优先搜索的频繁模式挖掘方法，主要步骤为：进行相关概念和定义，标准化图编码，频繁模式挖掘算法的过程，在相关概念和定义的基础上，进行频繁模式挖掘。以复杂网络理论框架为基础，基于深度优先搜索对图遍历后得到由标准化图编码组成的线性序列，对所构建的带标签的关系网络进行频繁模式挖掘，挖掘出网络中的频繁模式集合的同时，在方法上有效地减少了子图同构问题，避免了冗余候选模式的产生；对线性序列的映射操作，大大节省了内存的使用。

技术领域

本发明属于复杂网络和数据挖掘领域，涉及面向带标签的异质网络中基于深度优先搜索的频繁模式挖掘方法,具体涉及一种复杂网络中基于深度优先搜索的频繁模式挖掘方法。

背景技术

现如今，随着大数据时代的到来和网络信息技术的迅速发展，人类社会已经迈入复杂网络时代。复杂网络不仅是一种数据的表现形式，它同样也是一种科学研究的手段。基于复杂网络所建立起来的科学问题越来越多样化，为学科交叉提供了良好的可能性。复杂网络通常作为复杂系统的有力表示，例如社交网络、生物网络、文献网络等。带标签的异质网络通常用来研究和分析这些数据。

由于网络和图自身的拓扑结构等优势，使其具有广泛的应用性，针对图挖掘的相关研究也引起越来越多研究者的关注。而且，图挖掘在许多实际应用中具有巨大的潜在价值，这些应用包括语义网络、行为建模、生物网络分析、化学化合物分类等。目前，人们已经提出了很多高效的算法来挖掘图数据中的子图或模式，由于应用的对象及问题背景的不同，这些算法的效果也具有很大的差异。频繁模式挖掘的目的是找到在图集中频繁出现的模式集合，为接下来的研究和分析工作提供重要的帮助。目前的频繁子图挖掘算法大致可以分为两大类：一类是广度优先算法，这类算法包括AGM和FSG等；另一类是深度优先算法，这类算法包括gSpan和FFSM等。大多数的传统算法在时间复杂性上有一个影响最大的问题是子图同构问题。

因此，考虑到真实的复杂网络具有多样化的结构和如何节省时间和空间成本这一事实，以及异质网络中带标签的节点不仅能够帮助提高模式挖掘的结果而且可以协助分析挖掘出的模式的潜在规律。对复杂网络中的频繁模式的挖掘和分析是一个很值得研究的问题。基于深度优先搜索的方法对图进行遍历，将研究的图数据对象构建成一个由标准化图编码组成的线性序列，定义支持度和图的线性顺序，根据最右扩展和最佳匹配原则挖掘出所有的频繁模式，使挖掘的结果更具有广泛的适用性和意义。

发明内容

本发明的目的在于克服现有技术的不足，提供一种面向带标签的异质网络中基于深度优先搜索的频繁模式挖掘方法。

本发明针对探索复杂网络中的频繁模式结构和如何在匹配模式过程中节约时间和空间成本的困难，以及将节点的属性和网络的拓扑结构同时联系起来进行建模的问题，提出一个基于深度优先搜索的频繁模式挖掘方法，挖掘出真实网络中的频繁模式，找出其潜在的规律。此方法在事件的检测和预测、事件聚类中有广泛的应用价值，也可以帮助解决真实场景下的实际问题。

本发明为解决背景技术中的技术问题，采用的技术方案是：基于深度优先搜索的频繁模式挖掘方法，该方法包括如下步骤：

S1：方法中涉及的相关概念和定义：

(1)带标签网络：将一个带标签的网络看作是一个五元组，G＝{V,E,ΣV,ΣE,L}。其中，V表示网络中节点的集合；表示网络中边的集合ΣV和ΣE分别表示的是节点和边的标签的集合；L是标签函数，V∪E→L，它的作用是完成标签向节点和边的映射，因此有：V→ΣV，E→ΣE。

(2)子图同构：图的同构是一个双射f：对于图G＝{V,E,ΣV,ΣE,L}与图G'＝{V′,E′,ΣV′,ΣE′,L′}，若它们是同构的，则满足如下条件:

①L_G(u)＝L_G'(f(u))，

②