کاوش k-پرتکرارترین زیرگراف از جریان داده با در نظر گرفتن عدم قطعیت

داده کاوی علم استخراج اطلاعات از انباری از داده ها است، یکی از مهم ترین انواع داده ی در دسترس گراف است. به عنوان مثال از داده های شبکه اجتماعی، فعل انفعالات بین پروتئین ها، پیوند بین مولکول ها، داده های موجود از تراکنش های بانکی و.... می توان به عنوان داده های گرافی نام برد. داده های گراف معمولاً با عدم قطعیت همراه هستند، این عدم قطعیت می تواند روی رأس ها، یال ها و یا هر دوی آن ها باشد. همچنین داده هایی وجود دارند که از حجم بسیار عظیمی برخوردار بوده و در آن واحد کل پایگاه داده در دسترس نیست،یعنی داده ها به شکل جریان وارد شده و در هر زمان فقط داده های مربوط به آن زمان در دسترس است. به دلیل حجم عظیم داده ها نگه داری آن ها در حافظه امری معقول نمی باشد. یافتن زیرساختارهای تکراری در انواع مسائل همواره مورد توجه بوده و کاربردهای فراوانی داشته است. گراف های تکراری در داده های گرافی باعث می شود الگوهایی کشف شوند و این الگوها در آینده بسیار مورد استفاده قرار گیرد. الگوریتم های محدودی برای یافتن زیر گراف تکراری از جریان داده ها و یافتن زیر گراف های تکراری از پایگاه داده با در نظر گرفتن عدم قطعیت ارائه شده است. اما تا کنون سه مسأله ی بیان شده در بالا(یافتن زیر گراف های تکراری، داده های جریانی و عدم قطعیت در داده ها) هم زمان در هیچ پژوهشی مورد مطالعه قرار نگرفته است. در این پژوهش الگوریتمیبراییافتنزیر گراف های تکراری از جریان داده با در نظر گرفتن عدم قطعیت ارائه شده است. این الگوریتم در به دست آوردن الگوهایتکراری در تراکنش های بانکی، یافتن مشتریان خاص شرکت ها، خرید و فروش سهام، شبکه های اجتماعی، تعاملات بین پروتئین ها و سایر داده های گرافی کاربرد دارد. نتیجه ی الگوریتم پیشنهادیروییک مجموعه داده آزمایش شده و در انتها ارائه گردیده است.