经典极大团挖掘算法研究报告

桂柯易; 肖波; 段雪岩

0
0
浏览
下载

摘要
关键词
基金信息
论文图表
同行评议
相关论文
评论

经典极大团挖掘算法研究报告

首发时间：2015-10-09

桂柯易 ¹
桂柯易（1991-），男，硕士生在读，主要研究领域为数据挖掘
肖波 ¹
肖波（1975-），男，副教授，主要研究领域为数据挖掘
段雪岩 ¹
段雪岩（1993-），女，硕士生在读，主要研究领域为数据挖掘

1、北京邮电大学PRIS实验室，北京 100876

摘要：极大团挖掘算法是图挖掘领域的核心算法之一，在社交网络分析、行为与认知网络结构的研究、金融网络的统计分析与动态网络的聚类方面有着广泛的应用。本文以半个多世纪以来七个经典的极大团挖掘算法为研究内容，介绍了各个算法的理论依据与实现方式。在单机环境下以不同稠密程度、不同节点规模的图作为输入，测量各个算法挖掘极大团的时间消耗与空间消耗，一共做了240组，1680个实验。最后得到各个算法的适用范围，给出不同环境下挖掘极大团的建议，并对挖掘大规模的输入图的问题作出展望。实验用到的七个算法分别是Base BK算法，不同启发式选择标志节点的Improved BK系列算法以及Kose算法的RAM版本。

关键词：算法理论极大团 Base BK算法 Improved BK算法 Kose算法

For information in English, please click here

A Report on Classic Maximal Clique Enumerating Algorithms

Gui Keyi ¹
桂柯易（1991-），男，硕士生在读，主要研究领域为数据挖掘
Xiao Bo ¹
肖波（1975-），男，副教授，主要研究领域为数据挖掘
Duan Xueyan ¹
段雪岩（1993-），女，硕士生在读，主要研究领域为数据挖掘

1、PRIS Lab of Beijing University of Posts and Telecommunications, Beijing 100876

Abstract：Maximal clique enumerating algorithm is one of the core algorithms in graph mining area. It has been widely used in the research of social network analysis, behavior and cognitive network structure, the statistical analysis of financial network and clustering of dynamic network. In this paper, we have studied the seven classical algorithms of maximal clique enumerating in the half century, and the theoretical basis and implementation methods of each algorithm are introduced. In the single machine environment with different density, different node size of the graph as the input, the time consumption and space consumption for each of the algorithms to mine maximal cliques are reported. There are total of 240 groups, 1680 experiments. Finally, the application scope of each algorithm is obtained, and the suggestion of mining maximal group under different conditions is given. The seven algorithms used in the experiment are Base BK algorithm, the series of Improved BK algorithms and RAM version of Kose algorithm.

Keywords： Algorithm Theory Maximal Clique Base BK Algorithm Improved BK Algorithm Kose Algorithm

基金：

论文图表：

引用

导出参考文献

.txt

.ris

.doc

桂柯易，肖波，段雪岩. 经典极大团挖掘算法研究报告[EB/OL]. 北京：中国科技论文在线 [2015-10-09]. https://www.paper.edu.cn/releasepaper/content/201510-52.

No.4655709109521214****

同行评议

共计0人参与

全部评论

0/1000

论文编号	201510-52
论文题目	经典极大团挖掘算法研究报告
文献类型
收录期刊	上传封面中文期刊英文期刊期刊名称（中文）期刊名称（英文）年，卷（）上传封面中文专著英文专著书名（中文）书名（英文）出版地出版社出版年上传封面中文译著英文译著书名（中文）书名（英文）出版地出版社出版年上传封面中文论文集英文论文集编者.论文集名称（中文） [c]. 出版地出版社出版年， - 编者.论文集名称（英文） [c]. 出版地出版社出版年，- 上传封面中文文献英文文献期刊名称（中文）期刊名称（英文）日期-- 在线地址http:// 上传封面中文文献英文文献文题（中文）文题（英文）出版地出版社,出版日期-- 上传封面中文文献英文文献文题（中文）文题（英文）出版地出版社,出版日期--
英文作者写法：中外文作者均姓前名后，姓大写，名的第一个字母大写，姓全称写出，名可只写第一个字母，其后不加实心圆点“.”, 作者之间用逗号“，”分隔，最后为实心圆点“.”, 示例1：原姓名写法：Albert Einstein,编入参考文献时写法：Einstein A. 示例2：原姓名写法：李时珍；编入参考文献时写法：LI S Z. 示例3：YELLAND R L,JONES S C,EASTON K S,et al.