[发明专利]一种针对单个不确定图的频繁子图挖掘与优化方法

权利要求书

1.一种针对单个不确定图的频繁子图挖掘与优化方法，其特征在于，包括：

获取单个不确定图；

根据所述单个不确定图枚举出所述单个不确定图的所有子图；

在所述单个不确定图的所有蕴含图中指定部分蕴含图为样本图；

将所有样本图组成样本图集合，在所述样本图集合中设定多个检查点，所述多个检查点将所述样本图集合分割为多个部分样本图集合，每个部分样本图集合中包括一部分样本图，并依次指定所述每个检查点；其中，所述检查点是一个给定的样本大小，在处理过的样本数量达到检查点时进行检查；

使用计算重用方法分别计算所述单个不确定图的所述被指定检查点覆盖的部分样本图集合中每个样本图的存在概率，并使用计算重用方法计算所述每个子图在所述被指定检查点覆盖的部分样本图集合中每个样本图上的期望支持度；

根据所述每个子图在所述被指定检查点覆盖的部分样本图集合中每个样本图上的期望支持度与所述单个不确定图的所述被指定检查点覆盖的部分样本图集合中每个样本图的存在概率，判定该子图是频繁子图、不是频繁子图、或不确定是不是频繁子图，若判定该子图是频繁子图或不是频繁子图则停止该子图的相关运算，若判定该子图不确定是不是频繁子图则继续指定下一个检查点并根据下一个被指定检查点覆盖的部分样本图集合重新进行判定直到所述每个检查点都被指定过，其中，对最末被指定的检查点覆盖的部分样本图集合进行判定时一定不会得出不确定的判定结果；

输出所有频繁子图。

2.根据权利要求1所述的一种针对单个不确定图的频繁子图挖掘与优化方法，其特征在于，使用计算重用方法分别计算所述单个不确定图的所述被指定检查点覆盖的部分样本图集合中每个样本图的存在概率，并使用计算重用方法计算所述每个子图在所述被指定检查点覆盖的部分样本图集合中每个样本图上的期望支持度，为根据所述单个不确定图构造重用树，为所述单个不确定图的所述被指定检查点覆盖的部分样本图集合中每个样本图中的每条嵌入边构建反向索引，并根据所述重用树与所述反向索引分别计算所述单个不确定图的所述被指定检查点覆盖的部分样本图集合中每个样本图的存在概率与所述每个子图在所述被指定检查点覆盖的部分样本图集合中每个样本图上的期望支持度。

3.根据权利要求2所述的一种针对单个不确定图的频繁子图挖掘与优化方法，其特征在于，根据所述单个不确定图构造重用树，为从所述单个不确定图上选取一根节点，根据一条嵌入边的存在与否生成第一层二叉树，再根据根节点的子节点上嵌入边的存在与否生成第二层二叉树，如此重复直到所述单个不确定图上所有节点与嵌入边的二叉树形式均被重用树包括。

4.根据权利要求1所述的一种针对单个不确定图的频繁子图挖掘与优化方法，其特征在于，根据所述单个不确定图枚举出所述单个不确定图的所有子图包括：

从所述单个不确定图提取出多个蕴含图，所述每个蕴含图都是所述单个不确定图可能的存在方式；

分别计算所述每个蕴含图所包含的所有子图。

5.根据权利要求4所述的一种针对单个不确定图的频繁子图挖掘与优化方法，其特征在于，所述提取出多个蕴含图的个数为2的所述单个不确定图中边的个数次幂。

6.根据权利要求5所述的一种针对单个不确定图的频繁子图挖掘与优化方法，其特征在于，在所述单个不确定图的所有蕴含图中指定部分蕴含图为样本图，为在所述单个不确定图的所有蕴含图随机指定数个蕴含图为样本图，其中，所述样本图的数量与任一子图在所述单个不确定图的所有蕴含图的支持度最大值的平方成正比，与不置信度的自然对数成反比，与误差系数的平方成反比，与支持度阈值的平方成反比。