فایل ورد کامل واکاوی گراف بزرگ: چارچوب ها و روشها

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

این مقاله، ترجمه شده یک مقاله مرجع و معتبر انگلیسی می باشد که به صورت بسیار عالی توسط متخصصین این رشته ترجمه شده است و به صورت فایل ورد (microsoft word) ارائه می گردد

متن داخلی مقاله بسیار عالی، پر محتوا و قابل درک می باشد و شما از استفاده ی آن بسیار لذت خواهید برد. ما عالی بودن این مقاله را تضمین می کنیم

فایل ورد این مقاله بسیار خوب تایپ شده و قابل کپی و ویرایش می باشد و تنظیمات آن نیز به صورت عالی انجام شده است؛ به همراه فایل ورد این مقاله یک فایل پاور پوینت نیز به شما ارئه خواهد شد که دارای یک قالب بسیار زیبا و تنظیمات نمایشی متعدد می باشد

توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل می باشد و در فایل اصلی فایل ورد کامل واکاوی گراف بزرگ: چارچوب ها و روشها،به هیچ وجه بهم ریختگی وجود ندارد

تعداد صفحات این فایل: ۴۴ صفحه

واکاوی گراف بزرگ، یک حوزه تحقیقاتی مهم است و توجه قابل ذکری را به خود جلب کرده است. این روش اجازه پردازش، تحلیل و استخراج اطلاعات مهم از مقادیر بزرگی از داده های گراف را می دهد. انگیزه برای واکاوی گراف بزرگ تاحد زیادی نه تنها ازطریق افزایش چشمگیر اندازه گراف ها، بلکه همچنین ازطریق تعداد بسیار عظیم کاربردهای آن نیز ایجاد شده است. چنین کاربردهایی شامل سیستم های بیو اطلاعاتی، سیستمهای اطلاعاتی شیمی و شبکه های اجتماعی می شود. یکی از چالش برانگیزترین کارکردهای واکاوی گراف بزرگ، واکاوی الگو در گراف های بزرگ است. این کارکرد شامل استفاده کردن از الگوریت های واکاوی داده ها برای کشف الگوهای مطلوب، پیش بینی نشده و مفید در مقادیر بزرگی از داده های گراف می شود. هدف از آن همچنین فراهم کردن درک عمیق تری از داده های گراف می باشد. در این زمینه، چندین چارچوب پردازش گراف و مقیاس بندی روش های واکاوی الگوهای داده ها برای مواجهه با گراف های بسیار بزرگ پیشنهاد شده است. این مقاله یک مرور کلی از چارچوب های موجود درباره واکاوی داده ها و پردازش گراف را ارائه می دهد که با گراف های بسیار بزرگ سروکار دارند. سپس یک ارزیابی از محققان فعلی رشته واکاوی داده ها و الگوهای داده ها را در گراف های بسیار بزرگ ارائه داده و روی مشکلات تحقیقاتی اصلی مربوط به این رشته بحث می کند. همچنین یک دسته بندی، هم از واکاوی داده های توزیع شده و هم از روشهای یادگیری ماشینی، هم چارچوب های پردازش داده ها و هم دیدگاههای واکاوی الگوها در مقیاس بزرگ ارائه می دهد.

کلیدواژه ها: گراف های بزرگ | واکاوی داده | واکاوی الگو | چارچوب های پردازش گراف

عنوان انگلیسی:

Big Graph Mining: Frameworks and Techniques

~~en~~ writers :

Sabeur Aridhi , Engelbert Mephu Nguifo

Big graph mining is an important research area and it has attracted considerable attention. It allows to
process, analyze, and extract meaningful information from large amounts of graph data. Big graph mining
has been highly motivated not only by the tremendously increasing size of graphs but also by its huge
number of applications. Such applications include bioinformatics, chemoinformatics and social networks.
One of the most challenging tasks in big graph mining is pattern mining in big graphs. This task consists
on using data mining algorithms to discover interesting, unexpected and useful patterns in large amounts
of graph data. It aims also to provide deeper understanding of graph data. In this context, several
graph processing frameworks and scaling data mining/pattern mining techniques have been proposed
to deal with very big graphs. This paper gives an overview of existing data mining and graph processing
frameworks that deal with very big graphs. Then it presents a survey of current researches in the field
of data mining/pattern mining in big graphs and discusses the main research issues related to this field.
It also gives a categorization of both distributed data mining and machine learning techniques, graph
processing frameworks and large scale pattern mining approaches.

Keywords: Big graphs | data mining | Pattern mining | Graph processing frameworks

$$en!!