Nass：一种图相似性搜索的新方法
数据库
2020-04-03 v1
摘要
在本文中，我们研究带图编辑距离（GED）约束的图相似性搜索问题。由于 GED 计算的 NP 难性质，该问题的现有解采用过滤-验证框架，主要关注过滤阶段以生成少量候选图。然而它们存在一局限：随着 GED 阈值的增大，候选数量增长极快。为克服该局限，我们提出一种在生成候选图时利用 GED 计算结果的新方法。其主要思想是：每当我们识别出一个查询的结果图，便立即使用与已识别结果图相似的预计算图子集重新生成候选图。为加速 GED 计算，我们还开发了一种新颖的 GED 计算算法。所提算法通过利用一系列在现有解中用于生成候选的过滤技术，缩减了 GED 计算的搜索空间。在真实数据集上的实验结果表明，所提方法显著优于最先进的（SOTA）技术。
引用
@article{arxiv.2004.01124,
title = {Nass: A New Approach to Graph Similarity Search},
author = {Jongik Kim},
journal= {arXiv preprint arXiv:2004.01124},
year = {2020}
}