Parallele Graph-Mining-Techniken zur Auswertung von Hypergraph-Strukturen Fenske, Ole (VerfasserIn) Heuer, Andreas , 1958- (AkademischeR BetreuerIn) Meyer, Holger , 1962- (AkademischeR BetreuerIn) Universität Rostock (Grad-verleihende Institution) Universität Rostock Fakultät für Informatik und Elektrotechnik (Grad-verleihende Institution) Text theses Text Hochschulschrift 2018 2018 ger electronic resourceremoteComputermedienOnline-Ressource1 Online-Ressource Neben dem Feld Data-Mining nimmt auch das Graph-Mining eine immer zentralere Stellung in Forschung und Wirtschaft ein. Durch die Speicherung der Daten als Graph ergeben sich neue Möglichkeiten in der Datenanalyse. Diese Arbeit beschäftigt sich mit eben diesen Algorithmen zur Auswertung von Graph- und Hypergraph-Strukturen. Neben den verschiedenen Algorithmen des Graph-Mining, wird zusätzlich auch die Parallelisierbarkeit dieser untersucht. Mit PaSiGraM wird ein eigener Algorithmus vorgestellt, der es ermöglicht, die für das Frequent-Subgraph-Mining benötigten Berechnungen zu parallelisieren.<ger> vorgelegt von Ole Fenske GutachterInnen: Andreas Heuer (Universität Rostock, Lehrstuhl für Datenbank- und Informationssysteme) ; Holger Meyer (Universität Rostock, Lehrstuhl für Datenbank- und Informationssysteme) Bachelorarbeit Universität Rostock 2018 004 http://purl.uni-rostock.de/rosdok/id00002286 https://doi.org/10.18453/rosdok_id00002286 https://nbn-resolving.org/urn:nbn:de:gbv:28-thesis2018-0001-0 https://d-nb.info/1293668591/34 urn:nbn:de:gbv:28-thesis2018-0001-0 doi: 10.18453/rosdok_id00002286 oclc: 1048384988 ppn: (DE-627)1028060521