Spark+GraphX大规模图计算和图挖掘的第一部分，，本文详细的介绍了如果用spark技术来处理graph的技术.
2023-02-22 20:22:33
37.06MB
1
格米
GraMi 是一种在单个大图中进行频繁子图挖掘的新框架，GraMi 比现有技术高出两个数量级。 GraMi 支持查找频繁子图和频繁模式，与子图相比，模式提供了更强大的匹配版本，可以捕获图节点（如朋友的朋友）之间的传递交互，这在现代应用程序中非常常见。 此外，GraMi 支持对结果以及近似结果的用户定义结构和语义约束。
有关更多详细信息，请查看我们的论文：Mohammed Elseidy、Ehab Abdelhamid、Spiros Skiadopoulos 和 Panos Kalnis。 “ GRAMI：单个大图中的频繁子图和模式挖掘。PVLDB，7（7）：517-528，2014年。”
内容：
README ................... This file
LICENSE.txt .............. License file (Open Sourc
2021-09-17 13:50:14
6.79MB
1
一种高效的大规模图数据频繁子图挖掘算法，靳思萌，李仲伟，随着计算机技术的发展和互联网应用的普及，各个领域可获取的数据呈爆炸式增长的趋势。图作为一种常用的数据表示模型，能够表达更
2021-09-17 13:49:02
1.01MB
1
作者：李军利 / 14th June 2020
内容：图基础和图引擎；图算法：图挖掘、 图表示学习 、图神经网络、 知识表示学习/知识图谱三元组
（Graph Mining 、Graph Embedding、Graph Neural Network、Knowledge-Graph Embedding）
编程相关：Linux、C++、Python、TensorFlow、Pytorch、DGL、PyG、networkx、HDFS
写作动力：随着图引擎和图算法研究的深入，涉及越来越广，希望在 里记录一些总结和思考
分类：旨在获取embedding的无监督算法称为 图表示学习 ; GNN常常是监督学习; 知识图谱相关的称为 KG-Embedding（我的分类很主观，基于游走的算法常称为图表示算法，基于邻居汇聚的叫 GNN）
分类
笔记
论文
代码
异构
属性
基础
[Graph Th
2021-08-20 16:07:57
5.53MB
1