高效的稠密子圖查詢算法的研究與實(shí)現(xiàn).pdf

1、圖是一種靈活的數(shù)據(jù)結(jié)構(gòu)，只要涉及到關(guān)系就可以表示成圖的形式。圖在實(shí)體網(wǎng)絡(luò)，軟件網(wǎng)絡(luò)，社交網(wǎng)絡(luò)中都有很多的應(yīng)用。然而，大圖很難被人們所理解和應(yīng)用。人們往往喜歡某些特定的結(jié)點(diǎn)和連接結(jié)構(gòu)，而認(rèn)為其余的部分都是不相關(guān)的。從大圖中挖掘出一個(gè)連通稠密子圖就是一個(gè)基于這種情形的應(yīng)用實(shí)例。例如考慮一個(gè)由一百萬(wàn)個(gè)結(jié)點(diǎn)和八百萬(wàn)條邊生成的疾病生物圖，給定幾種疾病，挖掘出一個(gè)小的子圖，要求盡量的連通各種疾病。帶著幾十個(gè)結(jié)點(diǎn)的稠密子圖能很好的給出一個(gè)關(guān)于這幾種疾

2、病直接關(guān)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(guān)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(gè)數(shù)據(jù)圖和一些查詢點(diǎn)，尋找一個(gè)包含所有查詢點(diǎn)并且滿足評(píng)價(jià)函數(shù)最大的稠密子圖。這里的評(píng)價(jià)函數(shù)主要考慮兩個(gè)因素:一個(gè)是子圖相關(guān)度，另一個(gè)是子圖稠密度。然后針對(duì)隨機(jī)游走計(jì)算相關(guān)度需同步更新迭代的特征，提出了一種快速計(jì)算相關(guān)度的異步更新的BFS相關(guān)度方法。其次對(duì)于稠密子圖的發(fā)現(xiàn)問題，提出

3、了一個(gè)Fastsubgraph發(fā)現(xiàn)稠密子圖的算法，該算法首先尋找一個(gè)包含查詢點(diǎn)的子圖集，然后動(dòng)態(tài)組合子圖集，利用評(píng)價(jià)函數(shù)篩選分值最大的候選子圖，最后對(duì)不滿足條件的候選子圖進(jìn)行擴(kuò)展，得到最終的稠密子圖。最后將算法CEPS和SISP算法改進(jìn)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(gè)包含所有查詢點(diǎn)的連通子圖，然后不斷的添加結(jié)點(diǎn)，直到子圖滿足結(jié)點(diǎn)個(gè)數(shù)的限制并且評(píng)價(jià)函數(shù)最大。對(duì)于SIS

4、Pplus算法，首先對(duì)粒子初始化階段進(jìn)行了改進(jìn)，使其初始化速度更快;同時(shí)本文也修改了計(jì)算粒子的適應(yīng)度公式;最后根據(jù)稠密性的信息特征，對(duì)算法的更新階段進(jìn)行了改進(jìn)，使其能發(fā)現(xiàn)稠密子圖。
　　本文在實(shí)驗(yàn)階段分別比較了FastSubgraph，CEPSplus，SISPplus算法在隨機(jī)游走相關(guān)度和廣度優(yōu)先遍歷相關(guān)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(guān)度的正確性。通過用戶評(píng)測(cè)的方法表明FastSubgraph，CE