k核心子图查询算法研究

来源 :燕山大学 | 被引量 : 0次 | 上传用户:sun949423350
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
给定图G、查询结点v以及用户指定的k值,k核心子图查询用于从G中返回包含结点v且任意结点的度均大于或者等于k的一个子图。k核心子图主要应用于朋友推荐、社交网络中的广告宣传、疾病控制和语义扩张等方面。在此从以下几个方面对k核心子图查询问题进行了深入研究。首先,通过深入分析现有的k核心子图查询处理方法,发现现有算法在生成k核心子图时存在冗余遍历问题。其次,提出对图进行预处理的pre_CST算法。该算法对每个结点的邻居结点按度数进行排序,同时记录邻居中度数大于或者等于k的结点数目,以便为后续k核心子图求解提供便利。再次,提出高效的k核心子图求解算法CST。该算法充分利用预处理得到的信息,提出三种避免冗余遍历的策略,包括(1)当遍历当前结点的邻居结点时,如果发现某个邻居结点的度数小于k,那么对该结点之后的所有结点无需进行访问;(2)当邻居中度数大于或者等于k的结点数目小于k时,当前结点不会加入到候选子图中;(3)利用优先队列对要加入到k核心子图中的候选结点进行排序,优先加入与当前k核心里有最多关联边的候选结点,从而减少k核心子图查询时无效结点的加入。以上三种策略都能避免对无用结点的处理,从而减少冗余遍历,提高查询效率。最后,基于真实数据集,通过不同评价指标,对提出算法的高效性进行了验证。
其他文献
随着移动计算、普适计算和Web Service等新兴技术的迅速发展,尤其是在Internet成为主流的软件开发环境后,动态软件架构(DynamicSoftware Architecture,DSA)的研究已引起了研究者
聚类分析是智能信息处理、数据挖掘、模式识别等研究方向的重要研究内容之一,在识别数据的内在结构方面具有重要作用。大多数聚类算法都需要预先给出参数,如聚类数目、聚类中心
实际应用领域中产生了大量的数据流,例如电子商务交易记录,网络搜索请求,电信通话记录等,这些数据流中隐含着丰富的有价值的知识亟待挖掘。然而,由于数据流具有的快速性、无
及时、全面掌握网络舆情信息是当前各级地方政府要解决的一个关键问题。本文根据绵阳市政府舆情监测的实际需求,设计并实现了基于领域本体的舆情监测系统。   通过利用小
随着计算机图像及视觉处理技术的飞速发展,智能视频监控逐渐成为备受关注的前沿课题之一。智能视频监控指的是在不需要人为干预的情况下,利用计算机视觉和视频图像分析技术对
随着通信产业的快速发展,如何实现绿色通信已成为当今社会亟待解决的问题。为了降低认知无线电网络中的能量消耗,提出一个面向网络基站的节能机制。本文针对集中式认知无线电
UML类图是软件建模中最常用的图形化表示之一。类间二元关系是UML类图中的重要组成部分,它包括关联、聚合、组合关系等。鉴于UML在软件建模中的广泛应用,在软件的开发维护过程
近代科技高速发展,信息量正在呈指数级增长,有效处理海量数据是用户获得有效信息的瓶颈。人们的社交范围越来越大,发现复杂网络的社团结构,对分析复杂网络的性质及功能,获得
伴随着网络上的服务数量日益增多,如何对这些功能类似或者功能相同的语义Web服务进行有效区分成为人们亟待需要解决的问题。近年来,开始采用QoS作为标准对服务进行评价与衡量
随着我国经济建设的飞速发展和人民群众的需要,国家对公路等基础设施的建设日益重视,在交通领域的投资也逐年增加,进一步促进了公路交通事业的快速发展。交通事业的加快发展