一种用于生物网络数据的频繁模式挖掘算法  

An Algorithm for Frequent Pattern Mining in Biological Networks

作　　者：赵建邦[1] 董安国[2] 高琳[1] 

机构地区：[1]西安电子科技大学计算机学院,陕西西安710071 [2]长安大学理学院,陕西西安710064

出　　处：《电子学报》2010年第8期1803-1807,共5页Acta Electronica Sinica

基　　金：国家自然科学基金重点项目(No.60933009);高等学校博士学科点专项科研基金(No.200807010013)

摘　　要：频繁模式挖掘是生物网络数据分析中的一个核心问题,对于研究生物网络的组织结构和功能模块具有重要意义.本文提出了子图环分布的概念并构造了子图搜索算法,提高了搜索效率.其次设计了动态抽样算法计算子图频率,用于提高非穷举搜索的精度.利用4个真实生物网络数据进行仿真实验研究,验证了本文算法在效率和精度上相对于现有算法的优势.Frequent pattern mining has emerged as a key issue for analyzing the biological networks since it gives us insights into the organism and functional modules.A novel algorithm for this problem is proposed,which can efficiently obtain all these frequent subgraphs in networks based on the distribution of ring.To improve the accuracy of subgraph mining in non-exhaustive enumerate mode,additionally,we provide a dynamic sample algorithm.The experimental results in four real bio-networks show the superiority of our algorithm to existing algorithms.

关 键 词：生物网络 频繁模式 子图搜索 

分 类 号：TP311.12[自动化与计算机技术—计算机软件与理论]