文档名：基于聚集图的语义结构剪枝查询算法
在语义结构查询问题中,由于语义结构的特殊性及庞大数据集的存在,传统的点查询和频繁子图查询,无法简洁直观的描述百万节点的大图,并衡量查询到的语义结构的重要性.针对该问题,VoG算法利用子图分割并最大化对特殊结构进行匹配,但存在查询时间长,错误率较高等问题.因此提出了一种新算法,解决了传统算法的缺陷.所提算法的具体思路为:1)利用ApxGreedy算法对输入图进行聚集处理;2)通过聚集之后的超点内部与超点之间的强弱关联来进行筛选;3)根据聚集和查询步骤的误差率加权对查询到的语义结构进行排序并输出.剪枝查询算法来进行查询有效的降低了时间复杂度为O(dav3)+O(|E|).本文算法与VoG查询算法在真实数据集上的对比实验表明,基于聚集图上的语义结构查询算法可以在时间上缩短为VoG时间的10％、误差率降低了3.75％.
作者：朱玉 游进国 付子玉
作者单位：云南省昆明理工大学信息工程与自动化学院昆明650000辽宁省大连民族大学计算机科学与工程学院大连116602
母体文献：第六届中国计算机学会大数据学术会议论文集
会议名称：第六届中国计算机学会大数据学术会议
会议时间：2018年10月11日
会议地点：西安
主办单位：中国计算机学会
语种：chi
分类号：
关键词：数据挖掘 语义结构 剪枝查询算法 聚集图
在线出版日期：2020年11月30日
基金项目：
相似文献
相关博文
- 文件大小:
- 750.44 KB
- 下载次数:
- 60
-
高速下载
|
|
