S3AND：聚合邻居差异语义下的高效子图相似性搜索（技术报告）
数据库
2025-06-03 v2 社会与信息网络
摘要
在过去的几十年里，大规模数据图上的子图相似性搜索在社交网络分析、生物信息网络分析、知识图谱发现等许多现实应用中变得越来越重要和关键。以往的子图相似性搜索工作使用了各种图相似性度量，如图同构、图编辑距离等，而本文提出了一个新的问题，即“聚合邻居差异语义下的子图相似性搜索”（S3AND），该问题通过同时考虑关键词和图结构（在新的关键词/结构匹配语义下），在数据图G中识别出与给定查询图q相似的子图g。为了高效解决S3AND问题，我们设计了两种有效的剪枝方法，即关键字集剪枝和聚合邻居差异下界剪枝，以排除候选顶点/子图的误报，从而缩小S3AND搜索空间。此外，我们构建了一个有效的索引机制，以促进我们提出的高效S3AND查询应答算法。通过大量实验，我们在真实和合成图上，在各种参数设置下，证明了我们S3AND方法的有效性和效率。
引用
@article{arxiv.2505.00393,
title = {S3AND: Efficient Subgraph Similarity Search Under Aggregated Neighbor Difference Semantics (Technical Report)},
author = {Qi Wen and Yutong Ye and Xiang Lian and Mingsong Chen},
journal= {arXiv preprint arXiv:2505.00393},
year = {2025}
}