频繁模式挖掘(Frequent Pattern Mining )最早在挖掘关联规则时被提出,后来被拓展用于挖掘频繁子序列和子结构。在图上的频繁集挖掘即为频繁子图挖掘。图匹配的一个重要应用就是频繁子图挖掘(Frequent Subgraph Mining)。
图数据集分为两种
- 多张图构成的图数据集 - Transnational Graph Datasets。容易定义support
- 单张图构成的图数据集 - Single Graph Datasets。不容易定义support
频繁子图挖掘的算法主要包括两种
- Apriori-based
- Pattern-growth