高效的稠密子圖查詢算法的研究與實現(xiàn).pdf

1、圖是一種靈活的數(shù)據(jù)結構，只要涉及到關系就可以表示成圖的形式。圖在實體網(wǎng)絡，軟件網(wǎng)絡，社交網(wǎng)絡中都有很多的應用。然而，大圖很難被人們所理解和應用。人們往往喜歡某些特定的結點和連接結構，而認為其余的部分都是不相關的。從大圖中挖掘出一個連通稠密子圖就是一個基于這種情形的應用實例。例如考慮一個由一百萬個結點和八百萬條邊生成的疾病生物圖，給定幾種疾病，挖掘出一個小的子圖，要求盡量的連通各種疾病。帶著幾十個結點的稠密子圖能很好的給出一個關于這幾種疾

2、病直接關系的圖例。然而原始的疾病生物圖，卻不能清晰的給出幾種疾病直接連接關系。
　　本文主要討論了稠密子圖的查詢算法。首先給出了稠密子圖的問題定義:給定一個數(shù)據(jù)圖和一些查詢點，尋找一個包含所有查詢點并且滿足評價函數(shù)最大的稠密子圖。這里的評價函數(shù)主要考慮兩個因素:一個是子圖相關度，另一個是子圖稠密度。然后針對隨機游走計算相關度需同步更新迭代的特征，提出了一種快速計算相關度的異步更新的BFS相關度方法。其次對于稠密子圖的發(fā)現(xiàn)問題，提出

3、了一個Fastsubgraph發(fā)現(xiàn)稠密子圖的算法，該算法首先尋找一個包含查詢點的子圖集，然后動態(tài)組合子圖集，利用評價函數(shù)篩選分值最大的候選子圖，最后對不滿足條件的候選子圖進行擴展，得到最終的稠密子圖。最后將算法CEPS和SISP算法改進為CEPSplus算法和SISPplus算法，伎其也能發(fā)現(xiàn)稠密子圖。CEPSplus算法的思想是先找一個包含所有查詢點的連通子圖，然后不斷的添加結點，直到子圖滿足結點個數(shù)的限制并且評價函數(shù)最大。對于SIS

4、Pplus算法，首先對粒子初始化階段進行了改進，使其初始化速度更快;同時本文也修改了計算粒子的適應度公式;最后根據(jù)稠密性的信息特征，對算法的更新階段進行了改進，使其能發(fā)現(xiàn)稠密子圖。
　　本文在實驗階段分別比較了FastSubgraph，CEPSplus，SISPplus算法在隨機游走相關度和廣度優(yōu)先遍歷相關度下的性能和參數(shù)信息。間接的證明了本文所提出的廣度優(yōu)先遍歷相關度的正確性。通過用戶評測的方法表明FastSubgraph，CE