基于加权动态网络的频繁模式挖掘研究

不同时刻的动态网络往往具有不同权重，针对加权动态网络的频繁模式挖掘，提出一种挖掘算法WGDM，它适用于加权动态社会网络、生物网络等方面的频繁模式挖掘。WGDM算法利用支持度的反单调性裁剪搜索空间，从而减少冗余候选子图，提高算法效率。通过实验测试了WGDM算法的性能，并根据中国实际股票市场网络，利用WGDM算法挖掘股票市场网络中有趣的频繁模式。