The apriori – based approach is sim

The apriori – based approach is similar to frequent item-set mining and it is Recursive [27].Some of the apriori -based frequent sub graph mioning algorithms are listed below.
AGM[11] FSG[12]
Edge disjoint path-join algorithm[13]

AGM
This algorithm generates candidate graphs, merges any two candidate graphs at an instant and
check whether the resultant graph is a sub graph in a given graph / graph database or not.Here, the size of a graph is denoted by the number of vertices present in that graph. Two graph of size ‘k’ can be merged together to form a resultant graph of size ‘k+1’.One or more resultant graphs of size ‘k+1’ is again fed into the apriori algorithm to obtain a resultant graph of size ‘k+2’. So, in each and every iteration of this algorithm, two graphs (arbitrarily chosen from the candidate set) are merged together to form a resultant graph whose size is increased by one vertex. In short, it is a vertex-based candidate generation algorithm.

Kết quả (Việt) 1:

Apriori – dựa trên cách tiếp cận tương tự như mục thiết lập thường xuyên khai thác khoáng sản và đó là đệ quy [27]. Một số apriori-tiểu thường xuyên dựa trên đồ thị mioning thuật toán được liệt kê dưới đây.FSG AGM [11] [12]Thuật toán cạnh các đường dẫn, tham gia [13]AGMThuật toán này tạo ra các ứng cử viên đồ thị, kết hợp bất kỳ đồ thị hai ứng cử viên tại ngay lập tức vàkiểm tra xem kết quả đồ thị đồ thị phụ trong một đồ thị nhất định / biểu đồ cơ sở dữ liệu hay không. Ở đây, kích thước của một đồ thị được kí hiệu bởi số lượng các đỉnh có trong đồ thị đó. Các đồ thị hai của kích thước 'k' có thể được sáp nhập với nhau để tạo thành một đồ thị kết quả kích thước 'k + 1'. Một hoặc nhiều kết quả đồ thị kích thước 'k + 1' một lần nữa đưa vào thuật toán apriori để có được một biểu đồ kết quả kích thước 'k + 2'. Vì vậy, mỗi iteration của thuật toán này, hai đồ thị (tùy tiện chọn từ ứng cử viên) được sáp nhập với nhau để tạo thành một đồ thị kết quả có kích thước tăng lên bởi một đỉnh. Trong ngắn hạn, nó là một ứng cử viên dựa trên đỉnh thế hệ thuật toán.

Kết quả (Việt) 2:

Các apriori - cách tiếp cận dựa trên tương tự như thường xuyên khai thác mục thiết lập và nó là đệ quy [27] .Some của apriori dựa trên thuật toán mioning phụ đồ thị thường xuyên được liệt kê dưới đây.
AGM [11] FSG [12]
Cạnh rời nhau đường dẫn tham gia giải thuật [13]

AGM
thuật toán này tạo ra các đồ thị ứng cử viên, hòa trộn bất kỳ hai đồ thị ứng cử viên tại ngay lập tức và
kiểm tra xem đồ thị kết quả là một đồ thị phụ trong một đồ thị cơ sở dữ liệu cho / đồ thị hoặc not.Here, kích thước của một đồ thị được biểu thị bởi số các đỉnh hiện trong đồ thị đó. Hai đồ thị của kích thước 'k' có thể được sáp nhập với nhau để tạo thành một đồ thị kết quả của kích thước 'k + 1'.One hoặc nhiều đồ thị kết quả của kích thước' k + 1 'lại một lần nữa đưa vào các thuật toán apriori để có được một đồ thị kết quả của kích thước 'k + 2'. Vì vậy, trong mỗi lần lặp của thuật toán này, hai đồ thị (tùy ý lựa chọn từ các bộ ứng cử viên) được sáp nhập với nhau để tạo thành một đồ thị kết quả có kích thước được tăng lên một đỉnh. Trong ngắn hạn, nó là một thuật toán thế hệ ứng viên đỉnh dựa trên.