[发明专利]一种频繁子图挖掘的方法及系统

说明书

技术领域

本发明涉及图数据挖掘领域，特别是涉及一种频繁子图挖掘的方法及系统。

背景技术

随着网络技术以及数据库技术的迅速发展，数据的规模越来越大，为了将海量的数据转换成有价值的信息，数据挖掘技术应运而生。

数据挖掘技术可以应用于从数据库中挖掘频繁项集，其广泛应用于计算化学、生物信息学、web挖掘等领域。频繁子图挖掘属于数据挖掘技术的范畴，频繁子图挖掘可以是指从图集中查找频繁出现的子图集，而图可以是表征实体集之间连接关系的数据结构。

图集的规模一般较大，从大规模图集中挖掘出频繁子图，有助于了解图集的特征，对图集进行分类和聚类。在现有技术中，一般是基于深度优先搜索的方法，利用CPU来进行频繁子图的挖掘。其利用模式树来进行相应的图集频繁项挖掘，但是，由于模式树会造成空间复杂度过大、数据量较大的问题，从而导致系统的性能低下，耗时较长，执行效率较低。如何提高频繁子图挖掘的执行效率是本领域亟待解决的问题，基于此，本发明提出了一种频繁子图挖掘的方法及系统。

发明内容

本发明的目的是提供一种频繁子图挖掘的方法，目的在于解决现有技术中频繁子图挖掘的执行效率较低的问题；本发明的另一目的是提供一种频繁子图挖掘的装置，其频繁子图挖掘的执行效率较高；本发明的另一目的是提供一种频繁子图挖掘的系统，其频繁子图挖掘的执行效率较高。

为解决上述技术问题，本发明提供一种频繁子图挖掘的方法，该方法包括：

获取待挖掘图数据，将所述待挖掘图数据划分成子图；

基于深度优先搜索算法，对所述子图进行并行计算，查找出相应的子频繁项集；

将所述子频繁项集进行合并，得出所述待挖掘图数据的频繁子图。

可选地，所述基于深度优先搜索算法，对所述子图进行并行计算，查找出相应的子频繁项集包括：

将所述子图并行分发至众核处理器；

所述众核处理器利用所述深度优先搜索算法，并行计算所述子图，查找出相应的所述子频繁项集。

可选地，所述众核处理器利用所述深度优先搜索算法，并行计算所述子图，查找出相应的所述子频繁项集包括：

将所述子图进行初始化操作；

对初始化后的所述子图进行遍历，查找出相应的所述子频繁项集。

可选地，所述将所述子图进行初始化操作包括：

计算所述子图的边和点的频度；

将所述频度与预设的最小支持度阈值相比较；

移除频度小于所述最小支持度阈值的边和点；

将剩下的边进行编码，并进行初始化操作。

可选地，所述将所述待挖掘图数据划分成子图包括：

处理器对所述待挖掘图数据进行分块操作，得出所述子图。

此外，本发明还提供了一种频繁子图挖掘的系统，该系统包括：处理器和众核处理器；

其中，所述处理器用于获取待挖掘图数据，将所述待挖掘图数据划分成子图；

所述众核处理器用于基于深度优先搜索算法，对所述子图进行并行计算，查找出相应的子频繁项集；

所述处理器用于将所述子频繁项集进行合并，得出所述待挖掘图数据的频繁子图。

可选地，所述处理器具体用于将所述子图进行初始化操作；

所述众核处理器具体用于对初始化后的所述子图进行遍历，查找出相应的所述子频繁项集。

可选地，所述处理器具体用于计算所述子图的边和点的频度；将所述频度与预设的最小支持度阈值相比较；移除频度小于所述最小支持度阈值的边和点；将剩下的边进行编码，并进行初始化操作。

本发明所提供的一种频繁子图挖掘的方法及系统，通过获取待挖掘图数据，将所述待挖掘图数据划分成子图；基于深度优先搜索算法，对所述子图进行并行计算，查找出相应的子频繁项集；将所述子频繁项集进行合并，得出所述待挖掘图数据的频繁子图。将图数据进行分块，得到子图，然后对子图进行并行计算，即同时计算处理多个子图，得出相应的子频繁项集。相较于串行处理，并行处理可以提高处理效率。最后可以将子频繁项集进行合并，得到最终的频繁子图。可见，本申请基于并行搜索频繁子图，大大提高了运行速度，减少了执行时间，提高了频繁子图挖掘的执行效率。

附图说明

为了更清楚的说明本发明实施例或现有技术的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。