MSQ-Index：用于快速图相似性搜索的简洁索引
数据库
2016-12-30 v1
摘要
图相似性搜索在许多应用中受到了广泛关注，例如生物信息学、数据挖掘、模式识别和社交网络。现有解决该问题的方法可扩展性有限，因为在处理包含数百万或数十亿图的极大型图数据库时会消耗大量内存。在本文中，我们研究了图编辑距离约束下的图相似性搜索问题。我们提出了一种基于 q-gram 树的空间高效索引结构，该结构结合了简洁数据结构和混合编码，以最小的空间占用实现了改进的查询时间性能。具体而言，在测试数据上，我们索引的空间占用仅为先前最先进索引大小的 5%-15%，同时在小型数据集上实现了 2-3 倍的查询时间加速。我们还通过用范围搜索增强全局过滤器来提升查询性能，这使我们能够在缩小后的区域内执行查询。此外，我们提出了两种结合度结构和标签结构的有效过滤器。大量实验表明，我们提出的方法在空间方面具有优越性，在过滤方面与最先进的方法相比具有竞争力。据我们所知，我们的索引是针对该问题的首个内存索引，能够成功扩展以处理来自 PubChem 数据集的 2500 万个化学结构图的大型数据集。
引用
@article{arxiv.1612.09155,
title = {MSQ-Index: A Succinct Index for Fast Graph Similarity Search},
author = {Xiaoyang Chen and Hongwei Huo and Jun Huan and Jeffrey Scott Vitter},
journal= {arXiv preprint arXiv:1612.09155},
year = {2016}
}
备注
prepare to submit