大规模带属性二分图的可扩展相似搜索
定量方法
2026-03-06 v2
摘要
二分图广泛用于建模不同类型实体之间的关系，其中节点被划分为两个互斥的集合。相似搜索作为一种基本操作，检索与给定查询节点相似的节点，在各种实际应用中发挥着关键作用，包括机器学习和图聚类。然而，现有的先进方法往往难以准确捕捉二分图的独特结构属性，或难以纳入信息丰富的节点属性，导致性能次优。此外，其高计算复杂度限制了可扩展性，使得它们在拥有数百万节点和数万属性的大型图中难以实用。为克服这些挑战，我们首先引入 Attribute-augmented Hidden Personalized PageRank (AHPP)，一种新颖的随机漫步模型，旨在无缝融合更高阶的二分图结构相似性和属性相似性。随后，我们将带属性二分图上的相似搜索形式化为近似 AHPP 的问题，并提出两种高效的 push-style 本地算法，具有可证明的近似保证。最后，通过在真实数据集和合成数据集上的大量实验验证了 AHPP 的有效性以及我们提出算法的效率，这些算法与 15 种竞争方法相比较。
引用
@article{arxiv.2512.11605,
title = {Enhancing Morpho-Kinematic analysis for Plant Water Stress Classification through Leaf Movements},
author = {Walter Polilli and Alessio Antonini and Cristiano Platani and Fabio Stagnari and Angelica Galieni},
journal= {arXiv preprint arXiv:2512.11605},
year = {2026}
}
备注
Revised version. Updated text and figures according to round 1 peer review in ATECH