高效高质量种子图匹配：利用高阶结构信息
数据结构与算法
2018-10-29 v1 数据库
社会与信息网络
摘要
受许多实际应用的驱动，我们研究种子图匹配问题。给定两个图 和 ，以及一小集合 的预匹配节点对 （其中 且 ），问题是从 出发识别 与 之间的一个匹配，使得匹配中的每一对对应于同一底层实体。近期关于高效且有效的种子图匹配的研究引起了大量关注，许多流行方法主要基于探索局部结构之间的相似性来识别匹配对。尽管这些近期技术在随机图上表现良好，它们在许多真实网络上的准确率较低。受此启发，我们提出利用高阶邻域信息来提高匹配准确率。据此，我们提出了一种新的种子图匹配框架，其采用 Personalized PageRank (PPR) 来量化每个节点对的匹配分数。为了进一步提高匹配准确率，我们提出了一种新颖的推迟策略，该策略推迟选择那些具有分数相近竞争者的节点对。我们从理论上证明该推迟策略确实显著提高了匹配准确率。为了提高匹配大图的可扩展性，我们还提出了基于 PPR heavy hitters 计算算法的有效近似技术。我们在大规模真实数据集上的综合实验研究表明，与最先进的方法相比，我们的框架不仅将精确率和召回率均显著提升，而且实现了超过一个数量级的加速。
引用
@article{arxiv.1810.11152,
title = {Efficient and High-Quality Seeded Graph Matching: Employing High Order Structural Information},
author = {Haida Zhang and Zengfeng Huang and Xuemin Lin and Zhe Lin and Wenjie Zhang and Ying Zhang},
journal= {arXiv preprint arXiv:1810.11152},
year = {2018}
}