マイニンググラフとネットワークとは何ですか？

グラフは、セット、シーケンス、ラティス、ツリーよりも一般的なクラスのメカニズムを定義します。インターネットやソーシャルネットワーク、データネットワーク、生物学的Web、バイオインフォマティクス、ケモインフォマティクス、コンピュータービジョン、マルチメディアおよびコンテンツ検索には、さまざまなグラフアプリケーションがあります。マイニンググラフとネットワークの用途は次のとおりです-

グラフパターンマイニング −これは、1つまたは一連のグラフ内の頻繁なサブグラフのマイニングです。グラフパターンをマイニングするためのさまざまなアプローチがあり、Aprioriベースのアプローチとパターン成長ベースのアプローチに分類できます。

gと同様のサポートカウントを生成する適切なスーパーグラフg’が継続しない場合、グラフgが閉じている一連の閉じたグラフをマイニングできます。さらに、近似頻度グラフ、コヒーレントグラフ、密グラフなど、いくつかのバリアントグラフパターンがあります。ユーザー定義の制約をグラフパターンマイニングフェーズの奥深くまで推進して、マイニング効率を高めることができます。

ネットワークの統計モデリング −ネットワークには、一連のプロパティに関連するオブジェクトにそれぞれ相当する一連のノードと、それらのノードをリンクしてオブジェクト間の関係を記述する一連のエッジ（またはリンク）が含まれます。

フレンドネットワーク、共著者ネットワーク、インターネットページネットワークなど、一部のノードとリンクが類似したタイプである場合、ネットワークは同種です。ノードと接続のタイプが異なる場合、ネットワークは異質です。たとえば、出版物ネットワーク（著者、会議、論文、テキストを接続する）や医療ネットワーク（医師、看護師、患者、病気、治療を接続する）などです。

情報ネットワーク分析によるデータのクリーニング、統合、検証 −情報の冗長性は、巨大なネットワークで相互接続されているデータのいくつかの要素の間に存在する可能性があります。このようなネットワークで情報の冗長性を分析して、品質データのクリーニング、データ統合、データ検証、およびネットワーク分析による信頼性検索を実装できます。

グラフと同種ネットワークのクラスタリングと分類 −クラスター分析手法は、ネットワークメカニズムを明らかにし、隠れたコミュニティ、ハブ、および外れ値を見つけるために巨大なネットワーク上で作成されており、ネットワークトポロジメカニズムとそれらに関連するプロパティに依存します。いくつかのタイプのネットワーククラスタリング手法が作成されており、パーティショニング、階層、または密度ベースのアルゴリズムとして分類できます。

異種ネットワークのクラスタリング、ランキング、分類 −異種ネットワークには、相互接続されたノードと複数のタイプの接続が含まれます。このような相互接続されたメカニズムには、ノードとリンクを相互に改善し、あるタイプから別のタイプに観測を伝播するために使用できる豊富なデータが含まれます。

このような異種Webのクラスタリングとランク付けは、クラスター内のランクの高いノードが、クラスターの凝集性の計算においてランクの低い一致よりも貢献できるというコンテキストで密接に関連付けて実装できます。