结构可泛化性：以相似性搜索为例
数据库
2021-04-01 v4
摘要
图相似性搜索算法通常利用数据库的结构属性。因此，这些算法仅对数据的某些结构变体有效，而对其他形式无效，这使得它们难以使用。理想情况下，人们希望设计一种结构鲁棒的数据分析算法，即它在数据集的所有可能结构变体上返回基本相同的准确结果。我们提出一种在图数据库上创建结构鲁棒相似性搜索算法的新方法。我们利用数据库文献中的经典见解，即模式变体是由数据库中存在的约束引起的。随后我们提出 RelSim 算法，该算法在这些变体下可证明具有结构鲁棒性。我们的实证研究表明，所提算法具有结构鲁棒性，同时高效且与最先进（state-of-the-art）相似性搜索算法一样有效或更有效。
引用
@article{arxiv.1508.03763,
title = {Structural Generalizability: The Case of Similarity Search},
author = {Yodsawalai Chodpathumwan and Arash Termehchy and Stephen A. Ramsey and Aayam Shresta and Amy Glen and Zheng Liu},
journal= {arXiv preprint arXiv:1508.03763},
year = {2021}
}