data”, Proceedings of the 4th Europ

data”, Proceedings of the 4th European Conference on Principles of Data Mining and Knowledge Discovery.
[12] M.Kuramochi and G.Karypis, “ Frequent subgraph discovery”, In Proc of ICDM, 2001.
.[V1a3n] eNtik et.al.,” Computing frequent graph patterns from semi structured data”, In Proceedings 2002 IEEE International Conference on Data Mining. ICDM-2002.
[14] Xifeng Yan, Hong Cheng, Jiawei Han, Philip S. Yu, “Mining significant graph patterns by scalable leap search”, Proceedings of the 2008 ACM SIGMOD international conference on Management of data, 2008
[15] M.J.Zaki,” Efficiently mining frequent trees in a forest”, In Proc 2002, ACM SIGKDD Int Conf. Knowledge Discovery and Datamining (KDD’02), 2002.
[16] J.Huan, W.Wang and J.Prins, “Efficient mining of frequent subgraph in the presence of isomorphism”, In Proc. 2003 Int Conf. DataMining (ICDM’03).
[17] J.Huan, W.Wang and J.Prins, “SPIN: Mining maximal frequent subgraphs from graph databases, In Proc. 2004. ACM SIGKDD
Int Conf. Knowledge Discovery and Datamining (KDD’04), 2004.
[18] M.Kuramochi and G.Karypis, “Finding frequent patterns in a large sparse graph”, Journal Data Mining and Knowledge
Discovery, Volume 11 Issue 3, November 2005 .
[19] S.Nijssen and J.Kok, “A quickstart in frequent structure mining can make a difference”, In Proc. 2004. ACM SIGKDD Int Conf. Knowledge Discovery and Datamining (KDD’04), 2004.
[.K20u]dTo et al, “An application of boosting to graph classification”, In Advances in Neural Information Processing Systems, 200 4. [21] Bjorn Bringmann and Siegfried Nijssen, “What is frequent in a single graph?”.2007
[22] H.He and A.K.Singh, “Efficient algorithms for mining significant sub structures in graphs with quality guarantees”,ICDM’07 [23] C.Wang et al, “ Scalable mining of large disk base graph databases”, In Proc 2004, ACM SIGKDD Int Conf. Knowledge Discovery and Datamining (KDD’05), 2005.
[24] S.Ranu and A.K.Singh, “Graph Sig: A Scalable approach to mining Significant subgraphs in large graph databases”, In Proc 2009, ICDE 2009.
[25] H.Saigo et al, “ Partial least squares regression for graph mining”, In Proc 2008, ACM SIGKDD Int Conf. Knowledge Discovery and Datamining (KDD’08), 2008.
[26] Y.Chi et al, “ Mining closed and maximal frequent subtrees from databases of labeled rooted trees”, IEEE TKDE,2005.
[27] Charu.C.Agarwal,”Managing and mining graph data”
[28] Inokuchi.A, Washio.T and Motoda, “Derivation of the topology structure from massive graphs data”, Discovery Science Proc. of 2nd Intl. Conference , pp 330-332.
[29] R.C.Read and D.G.Corneil, “The graph isomorph disease”, Journal of Graph Theory 1: 339-363, 1997.
[30] J.Huan & W.Wang ,”Accurately clasify protein family etal based on coherent subgraph mining “, in Pacific Symposium on
Biocomputing – 2004.
[.Y31an] Xet al, “ Mining closed relational graphs with connectivity constraints”, In Proc 2005, ACM SIGKDD Int Conf. Knowledge Discovery and Datamining (KDD’05), 2005.
[.A32sa]i,TK.Abe et al, “ Efficient substructure discovery from large semi structured data”, In Proc 2002, SIAM. Int Conf. DataMining (SDM’02), 2002.
[.P3e3i] eJt al, “ PrefixSpan: Mining Sequential patterns efficiently by prefix - projected pattern growth”, In Proc.2001, Int Conf. Data Engineering (ICDE’01), 2001.
[34] Yan and Han, “Close Graph:Mining Closed frequent graph patterns”, In Proc.2003 ACM SIGKDD Int Conf. Knowledge Discovery and Datamining (KDD’03), 2003.
[35] Yan and J.Han, “gSpan: Graph-based substructure pattern mining”, In Proc.2002 Intl. Conf. on Data Mining (ICDM 02), 2002.

Kết quả (Việt) 1:

dữ liệu", kỷ yếu hội nghị Châu Âu 4 nguyên tắc khai thác dữ liệu và phát hiện kiến thức.[12] M.Kuramochi và G.Karypis, "gọn thường xuyên khám phá", vào Proc của ICDM, 2001.. [V1a3n] eNtik et.al.,"mô hình biểu đồ thường xuyên tính toán từ dữ liệu bán cấu trúc", trong thủ tục tố tụng 2002 IEEE nghị quốc tế về dữ liệu khai thác mỏ. ICDM-2002.[14] phong Yan, Hong Cheng, Jiawei Han, Philip S. Yu, "Khai thác mỏ quan trọng biểu đồ patterns bởi khả năng mở rộng nhuận tìm", thủ tục tố tụng của hội nghị quốc tế ACM SIGMOD năm 2008 về quản lý dữ liệu, năm 2008[15] M.J.Zaki,"hiệu quả khai thác cây thường xuyên trong một khu rừng", trong năm 2002 Proc, ACM SIGKDD Int Conf. kiến thức phát hiện và Datamining (KDD'02), năm 2002.[16] J.Huan, W.Wang và J.Prins, "Hiệu quả khai thác của gọn thường xuyên sự hiện diện của đẳng cấu", trong năm 2003 Proc. Int Conf. DataMining (ICDM'03).[17] J.Huan, W.Wang và J.Prins, "SPIN: tối đa subgraphs thường xuyên từ cơ sở dữ liệu đồ thị ở Proc. năm 2004 và khai thác mỏ. ACM SIGKDDInt Conf. kiến thức phát hiện và Datamining (KDD'04), năm 2004.[18] M.Kuramochi và G.Karypis, "Việc tìm kiếm các mẫu thường xuyên trong một đồ thị thưa thớt lớn", tạp chí dữ liệu khai thác hầm mỏ và kiến thứcKhám phá, Volume 11 Issue 3, tháng 11 năm 2005.[19] S.Nijssen và J.Kok, "quickstart trong khai thác cấu trúc thường xuyên có thể làm cho một sự khác biệt", ở Proc. năm 2004. ACM SIGKDD Int Conf. kiến thức phát hiện và Datamining (KDD'04), năm 2004.[. K20u] dTo et al, "một ứng dụng thúc đẩy để phân loại đồ thị", trong những tiến bộ trong thần kinh xử lý hệ thống thông tin, 200 4. [21] Bjorn Bringmann và Siegfried Nijssen, "Những gì là thường xuyên trong một đồ thị đơn?". năm 2007[22] H.He và A.K.Singh, "thuật toán hiệu quả cho khai thác cấu trúc phụ quan trọng trong các đồ thị với chất lượng đảm bảo", ICDM'07 [23] C.Wang et al, "khả năng mở rộng khai thác cơ sở dữ liệu đĩa lớn đồ thị cơ bản", vào Proc 2004, ACM SIGKDD Int Conf. kiến thức phát hiện và Datamining (KDD'05), năm 2005.[24] S.Ranu và A.K.Singh, "biểu đồ Sig: một cách tiếp cận khả năng mở rộng và khai thác mỏ quan trọng subgraphs trong cơ sở dữ liệu lớn đồ thị", vào Proc 2009, ICDE năm 2009.[25] H.Saigo et al, "một phần tối thiểu hồi quy cho khai thác biểu đồ", vào Proc 2008, ACM SIGKDD Int Conf. khám phá kiến thức và Datamining (KDD'08), 2008.[26] Y.Chi et al, "đóng cửa mỏ và tối đa subtrees thường xuyên từ cơ sở dữ liệu của dán nhãn bắt rễ cây", IEEE TKDE, năm 2005.[27] Charu.C.Agarwal,"Managing và khai thác dữ liệu đồ thị"[28] Inokuchi.A, Washio.T và Motoda, "Lấy đạo hàm của các cấu trúc tô pô từ dữ liệu lớn đồ thị", khám phá khoa học Proc. của 2 hội nghị Intl., pp 330-332.[29] R.C.Read và D.G.Corneil, "Đồ thị isomorph bệnh", tạp chí của đồ thị lý thuyết 1: 339-363, 1997.[30] J.Huan & W.Wang, "Một cách chính xác clasify protein gia đình etal dựa trên khai thác mỏ mạch lạc gọn", trong hội thảo Thái Bình Dương vềBiocomputing-2004.[. Y31an] Xet al, "Khai thác mỏ đóng cửa các đồ thị quan hệ với những hạn chế khả năng kết nối", vào Proc 2005, ACM SIGKDD Int Conf. kiến thức phát hiện và Datamining (KDD'05), năm 2005.[. A32sa] tôi, TK. Abe et al, "hiệu quả hàng khám phá từ lớn bán cấu trúc dữ liệu", vào Proc 2002, SIAM. Int Conf. DataMining (SDM'02), năm 2002.[. Al eJt P3e3i], "PrefixSpan: mẫu tuần tự khai thác một cách hiệu quả bằng tiền tố - dự kiến mô hình tăng trưởng", ở Proc.2001, Int Conf. dữ liệu kỹ thuật (ICDE'01), 2001.[34] Yan và Han, "Mô hình đồ thị thường xuyên đóng đóng đồ thị: khai thác mỏ", trong Proc.2003 ACM SIGKDD Int Conf. kiến thức khám phá và Datamining (KDD'03), 2003.[35] yên và J.Han, "gSpan: dựa trên biểu đồ hàng mô hình khai thác mỏ", trong Proc.2002 Intl. Conf. ngày khai thác dữ liệu (ICDM 02), năm 2002.

Kết quả (Việt) 2:

dữ liệu ", Kỷ yếu Hội nghị châu Âu lần thứ 4 về Nguyên tắc Khai thác dữ liệu và kiến thức Discovery.
[12] M.Kuramochi và G.Karypis, "thường xuyên đồ thị con khám phá", Trong Proc của ICDM, 2001.
. [V1a3n] eNtik et.al., "Đang tính toán mô hình đồ thị thường xuyên từ các dữ liệu bán cấu trúc", trong Kỷ yếu năm 2002 IEEE Hội nghị quốc tế về dữ liệu Khai thác mỏ. ICDM-2002.
[14] Tây Phong Yan, Hong Cheng, Jiawei Han, Philip S. Yu, "Khai thác mô hình đồ thị có ý nghĩa bằng cách tìm kiếm nhuận khả năng mở rộng", Kỷ yếu hội thảo quốc tế 2008 ACM SIGMOD về quản lý dữ liệu, 2008
[15] MJZaki, "hiệu quả khai thác cây thường xuyên một khu rừng ", Trong Proc 2002, ACM SIGKDD Int Conf. Kiến thức Discovery và khai phá dữ liệu (KDD'02), năm 2002.
[16] J.Huan, W.Wang và J.Prins, "Hiệu quả khai thác của đồ thị con thường xuyên trong sự hiện diện của đẳng cấu", Trong Proc. 2003 Int Conf. Khai phá dữ liệu (ICDM'03).
[17] J.Huan, W.Wang và J.Prins, "SPIN: Khai thác tối đa đồ thị con phổ từ cơ sở dữ liệu đồ thị, Trong Proc. 2004. ACM SIGKDD
Int Conf. Kiến thức Discovery và khai phá dữ liệu (KDD'04), 2004.
[18] M.Kuramochi và G.Karypis, "Tìm mô hình thường xuyên trong một đồ thị thưa thớt lớn", Tạp chí Khai thác dữ liệu và kiến thức
Discovery, Tập 11 Số 3, tháng 11 năm 2005.
[19] S.Nijssen và J.Kok, "Một QuickStart ở thường xuyên khai thác cấu trúc có thể làm cho một sự khác biệt ", trong Proc. 2004. ACM SIGKDD Int Conf. Kiến thức Discovery và khai phá dữ liệu (KDD'04), 2004.
[.K20u] DTO et al, "Một ứng dụng của việc thúc đẩy để vẽ đồ thị phân loại", trong tiến bộ trong Hệ thống thông tin xử lý thần kinh, 200 4. [21] Bjorn Bringmann và Siegfried Nijssen, "Những gì là thường xuyên trong một biểu đồ duy nhất?". 2007
[22] H.He và AKSingh, "thuật toán hiệu quả để khai thác các cấu trúc phụ đáng kể trong đồ thị với đảm bảo chất lượng", ICDM'07 [23] C.Wang et al, "Khả năng mở rộng khai thác các cơ sở dữ liệu cơ sở đĩa đồ thị lớn ", trong Proc 2004, ACM SIGKDD Int Conf. Kiến thức Discovery và khai phá dữ liệu (KDD'05), năm 2005.
[24] S.Ranu và AKSingh, "đồ thị Sig: Một cách tiếp cận Scalable để khai thác đồ thị con đáng kể trong cơ sở dữ liệu đồ thị lớn", trong Proc 2009, ICDE năm 2009.
[25] H.Saigo et al, "một phần hình vuông ít nhất hồi quy đối với khai thác đồ thị", trong Proc 2008, ACM SIGKDD Int Conf. Kiến thức Discovery và khai phá dữ liệu (KDD'08), năm 2008.
[26] Y.Chi et al, "Khai thác mỏ đóng cửa và subtrees biến tối đại từ cơ sở dữ liệu của cây bắt rễ nhãn", IEEE TKDE, 2005.
[27] Charu.C.Agarwal, "Quản lý và khai thác dữ liệu đồ thị"
[28] Inokuchi.A, Washio.T và Motoda, "hình thức chiết khấu của cấu trúc topo từ dữ liệu đồ thị lớn", Discovery Science Proc. đứng thứ 2 Intl. Hội nghị, pp 330-332.
[29] RCRead và DGCorneil, "Đồ thị isomorph bệnh", Tạp chí Lý thuyết đồ thị 1: 339-363, 1997.
[30] J.Huan & W.Wang, "họ protein chính xác clasify etal dựa trên khai thác đồ thị con mạch lạc", ở Thái Bình Dương Hội nghị chuyên đề về
Biocomputing - 2004.
[.Y31an] XET al, "Khai thác mỏ đóng đồ thị quan hệ với những hạn chế kết nối", Trong Proc 2005, ACM SIGKDD Int Conf. Kiến thức Discovery và khai phá dữ liệu (KDD'05), năm 2005.
"dữ liệu nền móng phát hiện hiệu quả từ bán lớn có cấu trúc" [.A32sa] i, TK.Abe et al,, Trong Proc 2002, SIAM. Int Conf. Khai phá dữ liệu (SDM'02), năm 2002.
[.P3e3i] eJt al, "PrefixSpan: Khai thác mô hình tuần tự một cách hiệu quả bởi prefix - dự mô hình tăng trưởng", Trong Proc.2001, Int Conf. Dữ liệu Kỹ thuật (ICDE'01), năm 2001.
[34] Yan và Han, "Close Graph: Khai khoáng đóng mô hình đồ thị thường xuyên", Trong Proc.2003 ACM SIGKDD Int Conf. Kiến thức Discovery và khai phá dữ liệu (KDD'03), 2003.
[35] Yan và J.Han, "gSpan: Biểu đồ dựa trên khai thác mô hình cấu trúc con", Trong Proc.2002 Intl. Conf. Khai thác mỏ dữ liệu (ICDM 02), 2002.