主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2018年第12期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
赵展浩,黄斐然,王晓黎,卢卫,杜小勇.基于SQL的图相似性查询方法.软件学报,2018,29(3):689-702
基于SQL的图相似性查询方法
SQL-Based Solution for Fast Graph Similarity Search
投稿时间:2017-08-01  修订日期:2017-09-05
DOI:10.13328/j.cnki.jos.005449
中文关键词:  图编辑距离  图相似查询  PostgreSQL  过滤和验证
英文关键词:graph edit distance  graph similarity search  PostgreSQL  filter-and-verification
基金项目:国家自然科学基金(61502504,61702432);中国人民大学科学研究基金(中央高校基本科研业务费专项资金)(15XNLF09);福建省中青年教师教育科研项目(JAT160003)
作者单位E-mail
赵展浩 中国人民大学 信息学院, 北京 100872
数据工程与知识工程教育部重点实验室(中国人民大学), 北京 100872 
 
黄斐然 中国人民大学 信息学院, 北京 100872
数据工程与知识工程教育部重点实验室(中国人民大学), 北京 100872 
 
王晓黎 厦门大学 软件学院, 福建 厦门 361000 xlwang@xmu.edu.cn 
卢卫 中国人民大学 信息学院, 北京 100872
数据工程与知识工程教育部重点实验室(中国人民大学), 北京 100872 
 
杜小勇 中国人民大学 信息学院, 北京 100872
数据工程与知识工程教育部重点实验室(中国人民大学), 北京 100872 
 
摘要点击次数: 947
全文下载次数: 795
中文摘要:
      图作为一种表示复杂信息的数据结构,被广泛应用于社交网络、知识图谱、语义网、生物信息学和化学信息学等领域.随着各领域应用的普及和深入开展,如何管理这些复杂图数据,是目前图数据库技术面临的巨大挑战.图的相似性查询是图数据管理中的热点问题之一,对图查询问题的研究主要包括图的相似性查询等.重点研究基于编辑距离(graph edit distance)的图相似性查询处理问题.首先,通过对目前代表性的问题求解算法分析发现,目前已提出的过滤规则都具有自己的优缺点和适用性.其次,针对已有方法在过滤阶段自身存在的优缺点和适用性的问题,提出一种面向关系型数据库的过滤框架,新的过滤框架可以支持所有已有的过滤规则,从而通过结合不同的过滤规则来优化图相似查询算法以提高查询效率.该方法可以最大程度地保留不同过滤规则的优点并克服其缺点,从而对不同查询具有普遍适用性.最后,基于PubChem数据集,通过比较算法在求解查询结果的时间消耗,验证所提出算法的高效性及可扩展性.实验结果表明,所提出的方法优于现有算法.
英文摘要:
      Graphs are widely used to model complicated data in many areas such as social networking, knowledge base, semantic web, bioinformatics and cheminformatics. More and more graph data are collected such that it has become a rather challenging problem to manage such complex data. The database community has had a long-standing interest in querying graph databases, and graph similarity search is one of most popular topics. This paper focuses on the graph similarity search problem with edit distance constraints. Firstly, several state-of-the-art methods are investigated to reveal that all the proposed pruning rules have limitations and none of them can outperform others on various queries. To address this problem, then a novel approach is proposed to support the graph similarity search in the framework of query evaluation using the relational model. The proposed approach develops a novel unified filtering framework by combing all the existing pruning rules. It can avoid limitations on existing pruning rules, and have more widely applications. A series of experiments are also conducted to evaluate the proposed approach. The results show that the new approach can outperform all existing state-of-the-art methods.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利