使用社区结构信息的子图匹配算法优化方法*
子图匹配是图数据查询处理技术中的一个重要研究问题.针对现有子图匹配算法运行效率不高且缺乏通用优化方法的现状,提出一种基于社区结构的子图匹配算法优化方法(community structure based subgraph matching optimization method,CSO).首先,提出两种优化策略,即解析模式图信息以减少子图匹配过程的计算量,以及利用社区结构信息在子图匹配过程中进行剪枝;然后,结合上述两种优化策略提出基于社区结构的子图匹配算法优化方法,并进行了理论分析.真实数据集和合成数据集上的大量实验结果表明,CSO方法能有效减少子图匹配算法的时间开销.同时,不同规模数据集上的实验结果验证了CSO方法良好的可扩展性.
子图匹配、社区结构、优化
13
TP311(计算技术、计算机技术)
The National Natural Science Foundation of China under Grant No. 61872207 国家自然科学基金;the National Key Research and Development Program of China under Grant No. 2017YFC0820402 国家重点研发计划
2020-01-17(万方平台首次上网日期,不代表论文的发表时间)
共22页
1-22