图聚集技术的现状与挑战
图聚集技术旨在获取能够涵盖原图大部分信息的简洁超图,用于提炼概要信息、解决存储消耗和社交隐私保护等问题.对当前的图聚集技术进行研究,综述了现有图聚集技术中的分组方法并对其进行分类,将分组标准划分为基于属性一致性、基于邻接分组一致性、基于关联强度一致性、基于邻接顶点一致性和基于零重建误差这5类;在高层次上将各分组标准概括为基于属性、基于结构和同时基于属性和结构的图聚集.较为全面地总结和分析了当前图聚集技术的研究现状和进展,并探讨了未来研究的方向.
图数据、图聚集、分组标准、属性信息一致、结构信息一致
26
TP311(计算技术、计算机技术)
国家自然科学基金61462050;云南省自然科学基金2013FZ020,201303095;云南省教育厅科学研究基金重点项目2013Z125;高等学校学科创新引智计划111计划B12028
2015-03-20(万方平台首次上网日期,不代表论文的发表时间)
共11页
167-177