基于可達(dá)性的不確定圖查詢研究.pdf

1、一直以來,圖作為處理大規(guī)模數(shù)據(jù)的典型數(shù)據(jù)模型得到了廣泛關(guān)注,比如蛋白質(zhì)交互(Protein-ProteinInteraction,PPI)網(wǎng)絡(luò)、交通網(wǎng)絡(luò)、社交網(wǎng)絡(luò)、RDF數(shù)據(jù)等都可以抽象為圖。隨著數(shù)據(jù)處理技術(shù)的提高,人們對數(shù)據(jù)的準(zhǔn)確性要求也越來越高,數(shù)據(jù)采集和處理中帶來的噪聲和錯(cuò)誤逐漸納入研究范圍,研究對象從確定型數(shù)據(jù)擴(kuò)展為不確定型數(shù)據(jù),模型也拓展為不確定圖模型,即在確定圖的基礎(chǔ)上增加了概率維度。由于概率維度的增加,導(dǎo)致確定圖中的研究成

2、果不能直接應(yīng)用于不確定圖,需要探究新的方法。目前基于不確定圖上的研究問題很多,比如子圖匹配查詢、最短路徑查詢、可達(dá)性查詢等,本文著重研究不確定圖上基于距離閾值的可達(dá)性查詢和基于概率閾值的模式匹配問題。
　　針對不確定圖上基于距離閾值的可達(dá)性查詢問題,本文通過分析滿足可達(dá)性條件的可能圖實(shí)例的特點(diǎn),定義了圖實(shí)例分類樹結(jié)構(gòu),給定任意可能圖實(shí)例,根據(jù)遍歷條件遍歷圖實(shí)例分類樹,根據(jù)最終所達(dá)的狀態(tài)便可知該實(shí)例的可達(dá)性。為了減小圖實(shí)例分類樹的信

3、息冗余度,本文提出了基于雙向遍歷的優(yōu)化分類樹構(gòu)造算法。最后本文設(shè)計(jì)了基于圖實(shí)例分類樹的抽樣方法來估計(jì)基于距離閾值的不確定圖可達(dá)概率,并通過理論分析和實(shí)驗(yàn)驗(yàn)證了算法的有效性。
　　針對基于概率閾值的不確定圖模式匹配的問題,目前完全相同的研究成果尚未出現(xiàn),本文在給出問題定義的基礎(chǔ)上,給出了相應(yīng)的解決方法:為了減小模式圖的規(guī)模,在數(shù)據(jù)預(yù)處理階段對模式圖進(jìn)行了化簡;在基于概率閾值的可達(dá)性查詢中本文采用filter-verify模式的判斷方