빅 데이터에서 맵리듀스를 적용한 빈발 서브그래프 마이닝

Frequent Subgraph Mining applying MapReduce in a Big Data

최근의 마이닝 연구에 있어서 최소 지지도를 변화시켜 가면서 또는 그래프 데이터베이스를 분할하 며 반복적으로 빈발 서브그래프를 마이닝하는 방법이 사용되고 있다. 빈발 서브그래프 마이닝(FSM)은 그래프 데이터에서 탐색 데이터 분석을 위한 중요한 과제이다. 이러한 추세로 몇 년에 걸쳐서 많은 알고리즘들이 FSM 작업을 해결하기 위하여 연구되었고 제안되었다. 맵리듀스는 빅 데이터 처리를 위 한 하？ 프레임워크를 이용하는 분산처리 응용 서비스 개발을 위한 프로그래밍 패러다임이다. 맵리듀 스는 대용량 데이터 계산을 위한 사실상의 패러다임이 되고, 이 패러다임에 기반한 효율적인 FSM 알 고리즘은 커다란 수요가 되고 있다. 이 논문에서 우리는 반복적인 맵리듀스 기반의 프레임워크를 사 용하여 새로운 빈발 서브그래프 마이닝 알고리즘을 제안한다. 실험을 통하여 제안하는 맵리듀스 기반 의 빈발 서브그래프 마이닝 기법이 기존의 기법보다 더 효율적으로 빈발 패턴들을 찾을 수 있음을 보인다.