图数据挖掘的数据集

DataSet

无向图同构网络

LWA: https://law.di.unimi.it/datasets.php

SNAP: http://snap.stanford.edu/index.html

无向图异构网络

• 出处：GRAMI: Frequent subgraph and pattern mining in a single large graph 2014
  • Twitter : https://socialcomputing.asu.edu/datasets/Twitter
    • 顶点: 用户， 边: 用户之间有关系， 顶点标签：0~100高斯分布(图数据原本没有标签，自行添加)
  • Patents: http://datasets.syr.edu/pages/datasets.html
    • 亚利桑那州立大学提供，可用，还有多个数据集，（美国国家经济研究局（NBER）维护数据） 只有顶点和边
    • 顶点: 专利， 边: 引用专利， 顶点标签：论文中未提及
  • Aviation : http://ailab.wsu.edu/subdue
    • 可用 数据格式不一致 需要自己预处理
    • 三元组的形式，点为浮点数，属性为字母
  • MiCo : https://academic.research.microsoft.com
    • 顶点：作者， 边：合作作者（边上还标有合作的数量）， 顶点标签：作者的领域
  • CiteSeer : https://cs.umd.edu/projects/linqs/projects/lbc
    • 有向图
    • 顶点：出版物， 边：出版物之间有相似性（带标签 0~100 标签越小表示相似性越强）， 顶点标签：计算机科学领域

• 出处：Fractal: A General-Purpose Graph Patern Mining System 2019
  • MiCo: 出处：GRAMI: Frequent subgraph and pattern mining in a single large graph
    • 顶点：作者， 边：合作作者， 顶点标签：作者的领域
  • Patents： https://www.nber.org/research/data/us-patents
    • 可用， 美国国家经济研究局（NBER） 需要tpt文件格式的转换 直接文本打开是乱码
    • 顶点: 专利， 边: 引用专利， 顶点标签：专利发布的年份
  • Youtube ： https://netsg.cs.sfu.ca/youtubedata/
    • 可用，加拿大西蒙弗雷泽大学 数据很多 需要预处理只提取需要的数据
    • 顶点: 视频， 边: 视频之间有关联， 顶点标签：视频的等级和长度综合计算的结果
    • 2007年2月至2008年7月发布的视频
  • Wikidata： 出处：Wikidata:A Free Collaborative Knowledgebase 2014
    • 顶点: 主体和对象， 边: 谓词， 顶点标签：不同类型的谓词