面向海量图子图查询的紧凑邻域索引
数据库
2018-07-11 v4
摘要
子图查询，又称子图同构搜索，是查询图状结构数据的一个基本问题。它由枚举数据图中与查询图匹配的子图构成。该问题在许多与查询处理或模式识别相关的实际应用中均有出现，如计算机视觉、社交网络分析、生物信息学和大数据分析。子图同构搜索受到大量研究与求解，这不仅是因为其重要性与广泛应用，还因为其 NP 完全性。现有解决方案采用过滤机制并优化查询顶点在数据顶点上的匹配顺序，以获得可接受的处理时间。然而，现有方法是迭代的并会产生多个中间结果。它们还要求将数据图加载到主存中，因此不适用于无法放入内存或通过流访问的大型图。为解决这一问题，我们提出了一种基于与现有工作截然不同概念的新方法。我们的方法将围绕顶点的语义和拓扑信息浓缩为一个简单的整数。这种可增量计算和更新的简单顶点编码显著减少了中间结果，并避免了将整个数据图加载到主存中。我们在多个真实数据集上评估了该方法。实验结果表明，我们的方法高效且可扩展。
引用
@article{arxiv.1703.05547,
title = {Compact Neighborhood Index for Subgraph Queries in Massive Graphs},
author = {C. Nabti and T. Mecharnia and S. E. Boukhetta and H. Seba and K. Amrouche},
journal= {arXiv preprint arXiv:1703.05547},
year = {2018}
}