关联社会网络FOAF数据集的规则挖掘

Question

我正在开发一个名为“从社交网络数据中发现关联规则：将数据挖掘引入语义Web”的项目。 任何人都可以建议一个良好的算法源（及其代码。我听说它可以使用Perl和R包实现）从社交网络数据库中查找关联规则？

可以通过以下链接获取数据库的快照： https ： //docs.google.com/uc？id = 0B0mXGRdRowo1MDZlY2Q0NDYtYjlhMi00MmNjLWFiMWEtOGQ0MjA3NjUyZTE5＆export = download＆hl = zh_CN

该数据集可在以下链接中找到： http ： //ebiquity.umbc.edu/get/a/resource/82.zip

我已经对这个项目进行了很多搜索，但遗憾的是还没有找到有用的东西。 我发现以下链接有点相关：

犯罪数据： http ： //www.computer.org/portal/web/csdl/doi/10.1109/CSE.2009.435

我们将非常感谢您的帮助。

谢谢，

Answer 1

嗯，原始关联规则算法（最初在IBM Almaden研究中心开发）中使用最广泛的实现是Apriori和Eclat，特别是Christian Borgelt的C实现。

（不熟悉关联规则的人的简要概述（又名“频繁项目集”或“市场篮子分析”）。关联规则的原型应用程序正在分析消费者交易，例如超市数据：购买波兰香肠的购物者中有多少百分比那些还购买黑面包？）

我推荐统计平台R.它是免费的开源软件，它的软件包存储库包含（至少）四个仅针对关联规则的库，所有这些库都有很好的文档 - 四个软件包中的三个包括一个手册和一个单独的Vignette （带代码示例的非正式散文文档）。 Manuals和Vignettes都包含R代码中的大量示例。

我已经使用了以下四个包中的三个，我可以高度推荐这三个包。 其中包括Eclat和Apriori的绑定。 这些库作为R'Packages '分发，可在RAN的主要Package存储库中获得。 R的基本安装和设置是微不足道的 - 有Mac，Linux和Windows的二进制文件，可从上面的链接获得。 同样，软件包安装/集成就像您对集成平台的期望一样简单（尽管并非下面列出的四个软件包中的每个软件包都具有针对每个操作系统的二进制文件）。

所以在CRAN上 ，您会发现这些软件包仅针对关联规则：

• arules

• arulesNBMiner

• arulesSequences

• arulesViz

这组四个R包由用于四种不同关联规则实现的R绑定以及可视化库组成。

第一个包， arules ，包括用于Eclat和Apriori的R绑定。 第二个是arulesNBMiner ，是Michael Hahsler的关联规则算法NB频繁项目集的绑定。 第三个是arules序列 ，是Mohammed Zaki的cSPADE的绑定。

最后一个特别有用，因为它是一个可视化库，用于绘制前三个包中任何一个的输出。 对于您的社交网络研究，我怀疑您会发现图形可视化 - 即节点（数据集中的用户）和边缘（它们之间的连接）的显式可视化。

Answer 2

这比http://en.wikipedia.org/wiki/Association_rule_learning有点宽泛，但希望有用。

一些早期的FOAF工作可能很有趣（SVD / PCA等）：

http://stderr.org/~elw/foaf/ http://www.scribd.com/doc/353326/The-Social-Semantics-of-LiveJournal-FOAF-Structure-and-Change-from-2004-to -2005 http://datamining.sztaki.hu/files/snakdd.pdf

另外， http ：//www.amazon.com/Understanding-Complex-Datasets-Decompositions-Knowledge/dp/1584888326的第4章致力于矩阵分解技术对图数据结构的应用; 强力推荐。

最后，Apache Mahout是大规模数据挖掘，机器学习等的自然选择， https：//cwiki.apache.org/MAHOUT/dimensional-reduction.html

Answer 3

如果您需要一些Java代码，可以在我的网站上查看SPMF软件。 它为频繁项集挖掘，关联挖掘，序列模式挖掘等提供超过45种算法的源代码。

而且，它不仅提供最流行的算法。 它还提供了许多变体，例如挖掘稀有项目集，高效用项集，不确定项集，非冗余关联规则，封闭关联规则，间接关联规则，top-k关联规则等等......