模式感知采样算法研究

摘要： 图数据规模的迅速膨胀,传统分析技术难以应对,尤其在频繁模式挖掘任务中,传统算法往往面临计算资源崩溃的风险。图采样技术能够有效减小数据体量,并进而降低计算开销,已成为图数据分析任务重要的研究方向。然而,现有的图采样算法对频繁模式挖掘任务的支持存在局限,其原因是这些算法未能充分将图数据的关键属性融入结构特征,从而导致采样质量较低。为此,提出了兼顾图的高频结构与关键属性的模式感知采样... （共11页）