গ্রাফ (Graphs) সেট, সিকোয়েন্স, ল্যাটিস, এবং ট্রি চেয়ে একটি আরও সাধারণ ক্লাস অফ মেকানিজম। ইন্টারনেট এবং সোশ্যাল নেটওয়ার্ক, ডেটা নেটওয়ার্ক, বায়োলজিক্যাল ওয়েব, বায়োইনফরম্যাটিক্স, কেমিক্যাল ইনফরম্যাটিক্স, কম্পিউটার ভিশন, এবং মাল্টিমিডিয়া ও কন্টেন্ট রিট্রিভাল-এ গ্রাফ অ্যাপ্লিকেশনের وسیع পরিসর রয়েছে। মাইনিং গ্রাফস অ্যান্ড নেটওয়ার্কস-এর অ্যাপ্লিকেশনগুলো নিম্নরূপ:
১. গ্রাফ প্যাটার্ন মাইনিং (Graph Pattern Mining)
এক বা একাধিক গ্রাফে ফ্রিকোয়েন্ট সাবগ্রাফ (frequent subgraphs) মাইন করা। গ্রাফ প্যাটার্ন মাইনিং-এর বিভিন্ন পদ্ধতিকে অপ্রায়রি-ভিত্তিক (Apriori-based) এবং প্যাটার্ন গ্রোথ-ভিত্তিক (pattern growth–based) পদ্ধতিতে বিভক্ত করা যায়।
বন্ধ গ্রাফের সেট (closed graphs) মাইন করা যায় যেখানে একটি গ্রাফ g বন্ধ যদি কোনো উপযুক্ত সুপারগ্রাফ g' থাকে না যা g-এর মতো একই সাপোর্ট কাউন্ট দেয়। এছাড়া, ভিন্ন ভিন্ন ভ্যারিয়েন্ট গ্রাফ প্যাটার্ন রয়েছে, যেমন অনুমানিত ফ্রিকোয়েন্ট গ্রাফ (approximate frequent graphs), কোহেরেন্ট গ্রাফ (coherent graphs), এবং ডেন্স গ্রাফ (dense graphs)। ইউজার-ডিফাইনড কন্স্ট্রেইন্ট গ্রাফ প্যাটার্ন মাইনিং ফেজে গভীরে চালানো যায় মাইনিং দক্ষতা বাড়াতে।
২. নেটওয়ার্কের পরিসংখ্যানিক মডেলিং (Statistical Modeling of Networks)
একটি নেটওয়ার্ক ধারণ করে একটি নোড সেট, প্রতিটি একটি অবজেক্টের সাথে সমতুল্য যা বৈশিষ্ট্যের একটি সেটের সাথে সম্পর্কিত, এবং একটি এজ (বা লিংক) সেট যেগুলো সেই নোডগুলোক সংযুক্ত করে, অবজেক্টের মধ্যে সম্পর্ক বর্ণনা করে।
- হোমোজিনিয়াস নেটওয়ার্ক (Homogeneous network): যদি সব নোড এবং লিংক একই টাইপের হয়, যেমন ফ্রেন্ড নেটওয়ার্ক, কো-অথর নেটওয়ার্ক, বা ইন্টারনেট পেজ নেটওয়ার্ক।
- হেটেরোজিনিয়াস নেটওয়ার্ক (Heterogeneous network): যদি নোড এবং সংযোগ ভিন্ন টাইপের হয়, যেমন পাবলিকেশন নেটওয়ার্ক (অথর, কনফারেন্স, পেপার, এবং টেক্সট সংযুক্ত করে), এবং হেলথ-কেয়ার নেটওয়ার্ক (ডাক্তার, নার্স, রোগী, রোগ, এবং চিকিৎসা সংযুক্ত করে)।
৩. ইনফরমেশন নেটওয়ার্ক অ্যানালাইসিস দিয়ে ডেটা ক্লিনিং, ইন্টিগ্রেশন, এবং ভ্যালিডেশন (Data Cleaning, Integration, and Validation by Information Network Analysis)
এক বড় নেটওয়ার্কে ইন্টারকানেক্টেড ডেটার বিভিন্ন উপাদানের মধ্যে ইনফরমেশন রিডান্ডেন্সি (redundancy) থাকতে পারে। asemenea নেটওয়ার্কে ইনফরমেশন রিডান্ডেন্সি বিশ্লেষণ করা যায় গুণগত ডেটা ক্লিনিং, ডেটা ইন্টিগ্রেশন, ডেটা ভ্যালিডেশন, এবং ট্রাস্টেবিলিটি সার্চ বাস্তবায়ন করতে।
৪. গ্রাফ এবং হোমোজিনিয়াস নেটওয়ার্কের ক্লাস্টারিং এবং ক্লাসিফিকেশন (Clustering and Classification of Graphs and Homogeneous Networks)
বড় নেটওয়ার্কে ক্লাস্টার অ্যানালাইসিস পদ্ধতি উন্নত করা হয়েছে নেটওয়ার্ক মেকানিজম উন্মোচন করতে, লুকানো কমিউনিটি, হাব (hubs), এবং আউটলায়ার খুঁজে বের করতে নেটওয়ার্ক টপোলজিক্যাল মেকানিজম এবং তাদের সংশ্লিষ্ট বৈশিষ্ট্যের ওপর ভিত্তি করে। নেটওয়ার্ক ক্লাস্টারিং পদ্ধতির বিভিন্ন ধরন উন্নত করা হয়েছে এবং সেগুলো পার্টিশনিং (partitioning), হায়ারার্কিক্যাল (hierarchical), বা ডেন্সিটি-ভিত্তিক (density-based) অ্যালগরিদম হিসেবে শ্রেণিবদ্ধ করা যায়।
৫. হেটেরোজিনিয়াস নেটওয়ার্কের ক্লাস্টারিং, র্যাঙ্কিং, এবং ক্লাসিফিকেশন (Clustering, Ranking, and Classification of Heterogeneous Networks)
একটি হেটেরোজিনিয়াস নেটওয়ার্কে ইন্টারকানেক্টেড নোড এবং একাধিক টাইপের সংযোগ থাকে। এমন ইন্টারকানেক্টেড মেকানিজম ধন données ধারণ করে, যা নোড এবং লিংককে পারস্পরিকভাবে উন্নত করতে এবং একটি টাইপ থেকে অন্যটিতে পর্যবেক্ষণ প্রসারিত করতে ব্যবহার করা যায়।
এই হেটেরোজিনিয়াস ওয়েবের ক্লাস্টারিং এবং র্যাঙ্কিং নিকটতমভাবে সম্পর্কিত বাস্তবায়ন করা যায় এমন প্রসঙ্গে যে একটি ক্লাস্টারের মধ্যে উচ্চ-র্যাঙ্কড নোডগুলো তাদের নিম্ন-র্যাঙ্কড সমকক্ষের চেয়ে বেশি অবদান রাখে ক্লাস্টারের cohesiveness গণনাতে।
