A novel MapReduce-based approach for distributed frequent subgraph mining
Sabeur Aridhi, d'Orazio, Laurent, Maddouri, Monder, Engelbert Mephu Nguifo · 2014
Durant ces dernières années, l’utilisation de graphes a fait l’objet de nombreux travaux, notamment en bases de données, apprentissage automatique, bioinformatique et en analyse des réseaux sociaux. Particulièrement, la fouille de sous-graphes fréquents constitue un défi majeur dans le contexte de très grandes bases de graphes. Dans ce pa-pier, nous présentons une nouvelle approche basée sur le paradigme MapReduce pour approcher la fouille de sous-graphes fréquents à grande échelle. L’approche proposée offre une nouvelle technique de partitionnement qui tient compte des caractéristiques des données et qui améliore le partitionnement par défaut de MapReduce. Une étude des performances de notre approche a été réalisée et a montré son efficacité.