Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
A Targeted Retraining Scheme of Unsupervised Word Embeddings for Specific Supervised Tasks Kapitel lesen Erstes Kapitel lesen

2017 | OriginalPaper | Buchkapitel

Mining Recurrent Patterns in a Dynamic Attributed Graph

verfasst von : Zhi Cheng, Frédéric Flouvat, Nazha Selmaoui-Folcher

Erschienen in: Advances in Knowledge Discovery and Data Mining

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

A great number of applications require to analyze a single attributed graph that changes over time. This task is particularly complex because both graph structure and attributes associated with each node can change. In the present work, we focus on the discovery of recurrent patterns in such a graph. These patterns are sequences of subgraphs which represent recurring evolutions of nodes w.r.t. their attributes. Various constraints have been defined and an original algorithm has been developed. Experiments performed on synthetic and real-world datasets have demonstrated the interest of our approach and its scalability.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Discovering Both Explicit and Implicit Similarities for Cross-Domain Recommendation
Nächstes Kapitel SS-FIM: Single Scan for Frequent Itemsets Mining in Transactional Databases
Literatur
1.
Aggarwal, C.C., Wang, H. (eds.): Managing and Mining Graph Data, vol. 40. Springer, New York (2010)MATH
2.
Ahmed, R., Karypis, G.: Algorithms for mining the coevolving relational motifs in dynamic networks. ACM (TKDD) 10(1), 4 (2015)
3.
Araujo, M., Günnemann, S., Papadimitriou, S., Faloutsos, C., Basu, P., Swami, A., Papalexakis, E.E., Koutra, D.: Discovery of “comet” communities in temporal and labeled graphs Com \(^{2}\). KaIS 46(3), 657–677 (2016)
4.
Berlingerio, M., Coscia, M., Giannotti, F., Monreale, A., Pedreschi, D.: Foundations of multidimensional network analysis. In: ASONAM 2011, pp. 485–489 (2011)
5.
Berlingerio, M., Bonchi, F., Bringmann, B., Gionis, A.: Mining graph evolution rules. In: Buntine, W., Grobelnik, M., Mladenić, D., Shawe-Taylor, J. (eds.) ECML PKDD 2009. LNCS (LNAI), vol. 5781, pp. 115–130. Springer, Heidelberg (2009). doi:10.​1007/​978-3-642-04180-8_​25 CrossRef
6.
Borgwardt, K.M., Kriegel, H., Wackersreuther, P.: Pattern mining in frequent dynamic subgraphs. In: ICDM 2006, pp. 818–822 (2006)
7.
Bringmann, B., Nijssen, S.: What is frequent in a single graph? In: Washio, T., Suzuki, E., Ting, K.M., Inokuchi, A. (eds.) PAKDD 2008. LNCS (LNAI), vol. 5012, pp. 858–863. Springer, Heidelberg (2008). doi:10.​1007/​978-3-540-68125-0_​84 CrossRef
8.
9.
Desmier, E., Plantevit, M., Robardet, C., Boulicaut, J.-F.: Cohesive co-evolution patterns in dynamic attributed graphs. In: Ganascia, J.-G., Lenca, P., Petit, J.-M. (eds.) DS 2012. LNCS (LNAI), vol. 7569, pp. 110–124. Springer, Heidelberg (2012). doi:10.​1007/​978-3-642-33492-4_​11 CrossRef
10.
Desmier, E., Plantevit, M., Robardet, C., Boulicaut, J.-F.: Trend mining in dynamic attributed graphs. In: Blockeel, H., Kersting, K., Nijssen, S., Železný, F. (eds.) ECML PKDD 2013. LNCS (LNAI), vol. 8188, pp. 654–669. Springer, Heidelberg (2013). doi:10.​1007/​978-3-642-40988-2_​42 CrossRef
11.
Fiedler, M., Borgelt, C.: Subgraph support in a single large graph. In: Workshops Proceedings of the 7th IEEE (ICDM 2007), pp. 399–404 (2007)
12.
Inokuchi, A., Washio, T.: FRISSMiner: mining frequent graph sequence patterns induced by vertices. IEICE Trans. 95–D(6), 1590–1602 (2012)CrossRef
13.
Kaytoue, M., Pitarch, Y., Plantevit, M., Robardet, C.: Triggering patterns of topology changes in dynamic graphs. In: ASONAM 2014, pp. 158–165 (2014)
14.
Ozaki, T., Ohkawa, T.: Discovery of correlated sequential subgraphs from a sequence of graphs. In: Huang, R., Yang, Q., Pei, J., Gama, J., Meng, X., Li, X. (eds.) ADMA 2009. LNCS (LNAI), vol. 5678, pp. 265–276. Springer, Heidelberg (2009). doi:10.​1007/​978-3-642-03348-3_​27 CrossRef
15.
Prakash, B.A., Vreeken, J., Faloutsos, C.: Efficiently spotting the starting points of an epidemic in a large graph. KaIS 38(1), 35–59 (2014)
16.
Robardet, C.: Constraint-based pattern mining in dynamic graphs. In: IEEE ICDM, pp. 950–955 (2009)
17.
Sanhes, J., Flouvat, F., Pasquier, C., Selmaoui-Folcher, N., Boulicaut, J.: Weighted path as a condensed pattern in a single attributed DAG. In: IJCAI 2013, pp. 1642–1648 (2013)
Metadaten
Titel
Mining Recurrent Patterns in a Dynamic Attributed Graph
verfasst von
Zhi Cheng
Frédéric Flouvat
Nazha Selmaoui-Folcher
Copyright-Jahr
2017
Buch
Advances in Knowledge Discovery and Data Mining

Print ISBN: 978-3-319-57528-5

Electronic ISBN: 978-3-319-57529-2

Copyright-Jahr: 2017

DOI
https://doi.org/10.1007/978-3-319-57529-2_49

Premium Partner

    Bildnachweise