本项目旨在利用图挖掘解决大规模动态交互网络的热点区域识别问题，并提供分布式处理方案。
具体研究目标是：建立适合于大规模动态交互网络、基于图挖掘算法的热点区域识别方法；利用分布式处理方案，提高大规模动态交互网络的热点区域识别效率。
研究价值：在大规模动态交互网络中，显著突变或频繁出现的子网络和路径是定义和影响网络特征或交互行为的热点区域，如何精确识别这些热点区域是控制相应交互网络及其过程的关键问题，而如何在大规模动态数据中实时高效地定位这些热点区域是另一项挑战性的工作。本项目涉及数据挖据、社交网络、生物信息学、计算机应用技术、计算机软件与理论、软件工程、机器学习、嵌入式系统等多学科和专业知识和能力要求，该项目的具体实施能够在极大程度上提高项目成员技术水平和实际项目实施能力，具有较好的创新体现。
项目主要创新特色如下：融合动态交互网络中大规模数据特点，改进现有基于图挖掘的热点区域识别方法，提高对通常规模大小的数据处理的灵活性，在保证热点区域识别准确性的同时，加快图构造和处理速度。充分考虑实际应用，实现图挖掘的分布式处理，提高动态交互网络大规模热点区域识别效率。版权声明：本文为博主原创文章，未经博主允许不得转载。