Bakalářská práce

Support v graph mining

Support in graph mining

Matúš Macko
Anotace

Časté vzory v grafových dátach jednoznačne patria medzi cenné komponenty pri analýze grafov. Frekvencia vzorov sa často hodnotí mierou support. Pre rôzne typy grafových dát existujú viaceré techniky výpočtu supportu. Táto práca poskytuje potrebné zázemie a prehľad existujúcich metód výpočtu supportu pre statické a dynamické grafy. Ďalej je v tejto práci navrhnutá nová miera support a nová miera confidence …více

Abstract

Frequent patterns in graph data certainly belong to valuable components when analyzing graph data. Frequency of patterns is often evaluated with support measure. Multiple support measures for various graph data settings have been already designed. First, this thesis provides a necessary background and an overview of existing support measures for static and dynamic graphs. A new support measure along …více

Klíčová slova
data mining graph mining frequent patterns support confidence predictive graph rules dynamic graphs
Zadání práce

Při dolování v grafech (graph mining) grafem může být graf emailové komunikace, web, sociální síť atd. Důležitou úlohou je nalezení všech častých (případně řídkých, anomálních) podgrafů, tj. podgrafů, které se vyskytují v grafových datech často nebo naopak jen jako výjimky.

Kritériem "častosti" je support, tj. počet výskytů daného podgrafu ve vstupním grafu. Výpočet supportu je v různých pracích různý (např. podle toho, jak se počítají překrývající se podgrafy).

Cílem práce bude přehled existujících metod výpočtu supportu a návrh nové metody pro dynamické grafy dolované systémem DGRMIner. Nový způsob výpočtu supportu by měl být použitelný i pro výpočet míry confidence, která je nedílnou součástí systému DGRMiner. Součástí práce bude také implementace nové metody a ověření její vhodnosti na různých datových sadách.

Administrativní informace
Práce zkontrolována:
23. 5. 2018 08:54, RNDr. Karel Vaculík, Ph.D.
Plný text práce
468,3 KB / soubor PDF
Jazyk práce
angličtina angličtina
Termín obhajoby
25. 6. 2018
Práce byla úspěšně obhájena

Vedoucí

RNDr. Karel Vaculík, Ph.D.
KSUZD FI MU

Oponent

doc. RNDr. Lubomír Popelínský, Ph.D.
KSUZD FI MU

Literatura

  • Mining graph data. Edited by Dianne Cook - Lawrence B. Holder. Hoboken, N.J.: Wiley-Interscience, 2007, xix, 479. ISBN 9780471731900.
  • Practical graph mining with R. Edited by Nagiza F. Samatova. Boca Raton: CRC Press, 2014, xxi, 473. ISBN 9781439860847.
  • VACULÍK, Karel. A Versatile Algorithm for Predictive Graph Rule Mining. Online. In Jakub Yaghob. Proceedings ITAT 2015: Information Technologies - Applications and Theory. 1. vydání. Praha: CEUR-WS.org, 2015, s. 51-58. ISBN 978-1-5151-2065-0.
Citovat tuto práci
Masarykova univerzita Fakulta informatiky
Studijní program
Aplikovaná informatika
Obor

Práce na příbuzné téma

Seznam prací, které mají shodná klíčová slova.

Podobné práce

  • Přidání souboru

    Soubor nebo složku lze nahrát pomocí tlačítka Přidat.

  • Další operace se soubory

    Podrobnosti lze zjistit označením příslušného řádku.

  • Pohled pro experty

    Pro častou práci je možné zvolit režim Více možností.

  • Vyhledávání souborů

    Vyhledávaný výraz můžete zadat přímo do adresního řádku.

  • Rychlý přístup k souborům

    Pomocí funkce Nedávné je možné se rychle vrátit k právě prohlíženým souborům. Oblíbené soubory je také možné označit Hvězdičkou.