计算机科学与探索

北大核心,INSPEC,JST,CSCD,WJCI

国内刊号:11-5602/TP

国际刊号:1673-9418

计算机科学与探索杂志2025年第11期:IMLS:用于大规模属性图的迭代有损图摘要方法

发布日期:

作者:赵丹枫, 马健, 贺琪, 郑小罗, 李明刚

单位:上海海洋大学 信息学院,上海 201306

关键词:图计算,图摘要,图压缩,图简化

基金:国家自然科学基金(42376194);国家自然科学基金青年项目(42106190)。

随着计算资源的进步,越来越多的现实世界数据以图的形式存储在计算机中。然而,直接处理大规模图所需的时间和资源成本不断攀升。有损图摘要技术在确保保留图的整体结构和主要属性的前提下,对图进行精炼和删减,从而生成一个近似输入图的紧凑表示,来获得较小存储需求和更高计算效率。然而,已有的工作通常面临计算效率与摘要质量的不平衡,或缺乏节点属性的纳入。为了解决这些问题,提出了一种基于迭代最小哈希局部敏感哈希(MinHash-LSH)的有损图摘要方法IMLS。方法通过引入结合属性权重的得分函数评估节点合并收益,迭代地合并节点对,生成一个限制节点数量的摘要图,旨在最大限度地减少重构误差与存储大小,同时最大限度地提高节点同质性。实验结果表明,IMLS在压缩比相似的情况下,运行时间比同类方法快约51.3倍,且能够生成较同类方法重构误差低约91.87%的摘要图。此外,IMLS方法具有线性可扩展性,适用于大规模图,并且通过控制属性权重参数,能够确保生成的摘要图具有可控的节点同质性。

来源:2025年第11期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2025年第11期

联系我们

  • 地址:北京市海淀区北四环中路211号
  • 电话:(010)89056056
  • E-mail:fcst@vip.163.com

咨询工作人员