点击上方蓝字
关注我们
导读
因为其的广泛适用性,子图匹配问题在过去数十年中被广泛研究。然而,大部分现有解决方案都假设数据图是一个点或边标签图(即每个点边都只有一个简单标签)。然后,这些方案基于这些点或边的标签来构建索引。但是,现实中的图很多都包含了丰富的内容,如社交网络中的用户建立和万维网中HTML网页。在本文,我们考虑在更普遍环境下的子图匹配问题。我们独立于点上内容来构建结构索引。基于这个索引,我们设计一个整体性子图匹配算法来将查询图作为整体来考虑。为了进一步提高效率,我们提出了一个基于“局部计算和归并”的框架来在大数据图上查找子图匹配。最后,我们的索引有很小的更新代价。因此我们方法能在动态图上运行良好。在真实图上的大量实验显示我们的方法比现有方法性能要好。
文章精要
请长按下方二维码识别,阅读该文。
相关内容推荐:
FCS 12(1) 文章 | 处理大规模索引中的查询偏斜:一种基于视图的方法
FCS 12(1) 文章 | 伪相关反馈的强度Pareto适应度分配:在MEDLINE中的应用
FCS 11(6) 文章 | 从大众分类法语料库挖掘用户偏好的概率框架
FCS 11(6) 文章 | 基于简历网络的个人信息摘要生成
FCS 11(5) 文章 | 使用多分块函数的基于 MapReduce 的实体匹配
FCS 11(4) 文章 | 关于内容相关的条件函数依赖的规则发现
FCS 11(2) 文章 | 吸引中国“Y世代”购买手机应用程序的因素
FCS 11(2) 文章 | 基于创新索引技术的多阈值字符串相似性连接
Frontiers of Computer Science
Frontiers of Computer Science (FCS)是由教育部主管、高等教育出版社出版、SpringerNature 公司海外发行的英文学术期刊。本刊于 2007 年创刊,双月刊,全球发行。主要刊登计算机科学领域具有创新性的综述论文、研究论文等。编委会及青年 AE 团队由国内外知名学者及优秀青年学者组成。本刊被 SCI、Ei、DBLP、INSPEC、SCOPUS 和中国科学引文数据库(CSCD)核心库等收录,为 CCF 推荐期刊;两次入选“中国科技期刊国际影响力提升计划”;入选“第4届中国国际化精品科技期刊”。
长按二维码关注Frontiers of Computer Science公众号