Đồ thị xác định một loại cơ chế tổng quát hơn là tập hợp, trình tự, mạng và cây. Có một loạt các ứng dụng đồ thị trên internet và mạng xã hội, mạng dữ liệu, web sinh học, tin sinh học, tin học hóa học, thị giác máy tính, đa phương tiện và truy xuất nội dung. Các ứng dụng của đồ thị và mạng khai thác như sau -
Khai thác mẫu biểu đồ - Là việc khai thác các đồ thị con thường xuyên trong một hoặc một tập hợp các đồ thị. Có nhiều cách tiếp cận khác nhau để khai thác các mẫu biểu đồ có thể được phân loại thành các cách tiếp cận dựa trên Apriori và dựa trên tăng trưởng theo mẫu.
Nó có thể khai thác tập hợp các đồ thị đóng trong đó một đồ thị g bị đóng nếu tiếp tục không có siêu đồ thị g ’phù hợp nào tạo ra số lượng hỗ trợ tương tự là g. Hơn nữa, có một số mẫu đồ thị biến thể, chẳng hạn như đồ thị tần suất gần đúng, đồ thị mạch lạc và đồ thị dày đặc. Các ràng buộc do người dùng xác định có thể được đưa vào sâu trong giai đoạn khai thác mẫu biểu đồ để nâng cao hiệu quả khai thác.
Mô hình thống kê của mạng - Một mạng bao gồm một tập hợp các nút, mỗi nút tương đương với một đối tượng liên quan đến một tập hợp các thuộc tính và một tập hợp các cạnh (hoặc liên kết) liên kết các nút đó, mô tả mối quan hệ giữa các đối tượng.
Mạng là đồng nhất nếu một số nút và liên kết thuộc loại tương tự, bao gồm mạng bạn bè, mạng đồng tác giả hoặc mạng trang internet. Một mạng không đồng nhất nếu các nút và kết nối thuộc các loại khác nhau, bao gồm mạng xuất bản (kết nối tác giả, hội nghị, bài báo và văn bản) và mạng chăm sóc sức khỏe (kết nối bác sĩ, y tá, bệnh nhân, bệnh tật và phương pháp điều trị).
Làm sạch, tích hợp và xác thực dữ liệu bằng phân tích mạng thông tin - Sự dư thừa thông tin có thể tồn tại giữa một số phần tử dữ liệu được kết nối với nhau trong một mạng khổng lồ. Sự dư thừa thông tin có thể được phân tích trong các mạng như vậy để thực hiện làm sạch dữ liệu chất lượng, tích hợp dữ liệu, xác thực dữ liệu và tìm kiếm độ tin cậy bằng phân tích mạng.
Phân nhóm và phân loại đồ thị và mạng đồng nhất - Các phương pháp phân tích cụm đã được tạo ra trên các mạng khổng lồ để khám phá cơ chế mạng, tìm kiếm các cộng đồng ẩn, các trung tâm và các vùng ngoại lai phụ thuộc vào cơ chế tôpô mạng và các thuộc tính liên quan của chúng. Có một số loại phương pháp phân cụm mạng đã được tạo ra và có thể được phân loại là thuật toán phân vùng, phân cấp hoặc dựa trên mật độ.
Phân nhóm, xếp hạng và phân loại các mạng không đồng nhất - Một mạng không đồng nhất bao gồm các nút liên kết với nhau và kết nối nhiều kiểu. Cơ chế liên kết như vậy bao gồm dữ liệu phong phú, có thể được sử dụng để cải thiện lẫn nhau các nút và liên kết, đồng thời truyền quan sát từ loại này sang loại khác.
Việc phân nhóm và xếp hạng của các trang web không đồng nhất như vậy có thể được thực hiện liên quan chặt chẽ trong bối cảnh các nút được xếp hạng cao trong một cụm có thể đóng góp nhiều hơn so với đối sánh xếp hạng thấp hơn của chúng trong việc tính toán tính gắn kết của một cụm.