دسته بندی و ارزیابی الگوریتمهای کاوش زیرگرافهای تکراری

درسالهای اخیر افزایش سرعت ایجاد پایگاه داده های گراف موجب شده است که توجه فراوانی به داده کاوی میانگراف ها یا گراف کاوی جلب شو د پایگاه داده ی گراف نوع خاصی از پایگاه داده است که معمولا شامل یک گراف بزرگ و یا چندین گراف کوچک می باشد برخی از کاربردهای ایجاد پایگاه داده های گراف عبارتند از: شبکه های زیستی، وب معنایی، مدلسازی رفتار و ... در میان الگوهای متفاوتی که در پایگاه داده ی گراف وجود دارد کاوش زیرگرافهای تکراری از اهمیت زیادی برخوردار است زیرگراف تکراری زیرگرافی است که بصورت مکرر در پایگاه داده ی گراف دیده می وشد زیرگرافهای تکراری نه تنها به خودی خود دارای ارزش می باشند بلکه در سایر زمینه های تحلیل داده و روشهای داده کاوی نیز قابل استفاده هستند از جمله ی این زمینه ها می توان تسهیل جستجوی مشابهت در پایگاه داده ی گراف خوشه بندی دسته بندی و شاخص گذاری گراف را نام برد این مقاله می کوشد تا با معرفی این الگوریتم ها و مقایسه مشخصات آنها یک دید کلی نسبت به الگوریتم های کاوش زیرگرافهای تکراری ایجاد کند.