基于局部鄰域的最大密度子圖檢測方法研究與實現(xiàn).pdf

1、現(xiàn)實世界存在著大量包含多類對象、對象之間存在多種關(guān)系的復(fù)雜網(wǎng)絡(luò)，這些網(wǎng)絡(luò)表現(xiàn)出的基于平均密度的聚集效應(yīng)為我們研究對象之間的深層次關(guān)系提供機會。最大密度子圖檢測是一個重要的圖挖掘問題，可應(yīng)用在計算機、生物科學(xué)、社會學(xué)和物理學(xué)等多個學(xué)科領(lǐng)域。該問題的目的是求解給定圖中，結(jié)點之間連邊相對密切的子圖，使得子圖的平均密度達(dá)到最大。對于提出改進(jìn)的高準(zhǔn)確率、穩(wěn)定性算法和高效率計算策略是本文的關(guān)鍵。
　　本文提出一種基于局部廣度優(yōu)先擴張與收縮的方

2、法來檢測給定圖中的最大密度子圖。本算法主要分為三部分：擴張、收縮和下一次迭代。首先，選定圖中的最優(yōu)結(jié)點，并從該結(jié)點出發(fā)做局部廣度優(yōu)先擴張，直到?jīng)]有結(jié)點可進(jìn)行擴張；其次，對擴張所得到的擴張結(jié)點集合進(jìn)行收縮，從而得出當(dāng)前迭代過程的局部最大密度子圖；再次，在該局部最大密度子圖相對于原圖的補圖上不斷進(jìn)行上述迭代，直至補圖為空；每次迭代結(jié)束，保留平均密度相對較大的密度子圖，最終保留的子圖即為所求原圖的最大密度子圖。進(jìn)一步地，針對大規(guī)模圖上的最大密

3、度子圖挖掘所遇到的困難，本文采用分治策略，提出廣度搜索結(jié)合最小割的圖分割方法將大圖分割成多個子圖，然后采用單機和集群求解top-K最大密度子圖。在單機中，使用平行滑動分片策略，將分片逐個加載進(jìn)內(nèi)存進(jìn)行計算，將該分片求解得到的最大密度子圖寫回硬盤覆蓋原分片；對于集群，本文分別在Hadoop平臺上完成基于MapReduce框架的算法實現(xiàn)和在Giraph平臺上完成基于BSP框架的算法實現(xiàn)。
　　實驗表明，本文所提出的局部廣度優(yōu)先擴張與收