[发明专利]一种应用于社交网络中的动态图匹配查询方法

权利要求书

1.一种应用于社交网络中的动态图匹配查询方法，其特征在于，图匹配方式包括动态图匹配和静态图匹配两种方式，所述动态图匹配查询方法基于查询图划分和标注增量影响区域的增量处理策略，将查询图和数据图更新带来的全局影响进行局域化处理；设置增量处理模型来分别或同时处理查询图和数据图的连续更新，所述增量处理基于查询图P在数据图G中的最优k个团队结果Lk(P,G)，增量处理得出在的最优k个团队结果所述ΔP为查询图更新，所述ΔG为数据图更新，在所述增量处理过程中，增量处理查询图变化部分即P_fi在G中的查询结果，再将P_fi在G中的查询结果与原有所有未变化部分P_fj在G中的查询结果合并，获得更新变化后的查询图在G中的查询结果，所述P_fi和P_fj(i,j∈[1,h])是P的一个局部查询图，所述h为划分块数。

2.如权利要求1所述的方法，其特征在于，增量top-k查询提前反馈优化流程为：步骤1，给定查询图更新ΔP，在G中标记ΔP的增量影响区域；步骤2，将增量影响区域中的所有增量影响球根据球的密度上界按降序排列；步骤3，在增量影响区域中，按密度上界降序依次访问每一个增量影响球G[v,r]，其密度上界为den_up(Gs)；步骤4，如果当前已经找到k个匹配结果并且den_up(Gs)小于当前最优的第k个结果的密度，则当前密度最大的k个匹配结果即为全局密度最大的k个匹配结果，输出作为增量更新后查找到的k个最优团队，进入步骤5，输出结果之后的所有处理均为后台处理；否则，直接进入步骤5；步骤5，增量影响球G[v,r]中，增量处理得出更新的局部查询图在这个球中的局部中间结果并维护中间数据结构；步骤6，合并增量影响球G[v,r]中的所有局部中间结果，基于G[v,r]中匹配结果，为所有内层球G[v,t](t∈[1,r-1])获取其中图匹配结果，并将结果添加至结果列表，其中，G[v,r]是以v为球心半径为r的球，v是G中的一个节点，r是用户设置正整数；G[v,t](t∈[1,r-1])是以v为球心半径为t的球，t的值在区间[1,r-1]内且t为正整数；Gs是数据图G中的球G[v,r]中与P匹配的完美匹配子图；den_up(Gs)为球G[v,r]中所有可能的完美匹配子图Gs的密度的最大值。

3.如权利要求1所述的方法，其特征在于，所述静态图匹配方式进行最优k个团队构建图匹配查询的步骤为：步骤1，给定数据图G，用户输入查询图P，检查P的可满足性，即检查P上的容量要求是否能够使得P在数据图G上找到匹配结果；步骤2，设置正整数半径r，在数据图G中的球G[v,r](v∈V)中计算密度上界den_up(Gs)；步骤3，如果den_up(Gs)小于当前最优的第k个结果的密度，则过滤掉该球，并跳至步骤2，为数据图G中的下一个球执行系列操作，否则，进入步骤4；步骤4，在球G[v,r]中为查询图P获取基于团队模拟的图匹配结果，并将结果添加至当前top-k结果列表；步骤5，基于G[v,r]中匹配结果，为所有内层球G[v,t](t∈[1,r-1])增量获取其中图匹配结果，将结果添加至top-k结果列表，跳至步骤2为数据图G中的下一个球执行系列操作；步骤6，当为数据图G中的所有球执行完毕步骤2-5后，输出最终k个密度最大的匹配结果，作为查找到的k个最优团队,其中，G[v,r]是以v为球心半径为r的球，V是数据图G的节点集合，v∈V表示v是属于V中的一个节点，r是用户设置正整数；G[v,t](t∈[1,r-1])是以v为球心半径为t的球，t的值在区间[1,r-1]内且t为正整数；Gs是数据图G中的球G[v,r]中与P匹配的完美匹配子图；den_up(Gs)为球G[v,r]中所有可能的完美匹配子图Gs的密度的最大值。

4.如权利要求1所述的方法，其特征在于，所述数据图G与所述查询图P基于团队模拟图匹配，即当且仅当数据图G中存在一个以v为球心半径为t的球G[v,t](v∈V)，所述V是数据图G的节点集合，v是属于V中的一个节点，t的值在区间[1,r]内且t为正整数，所述r为正整数，使得以下条件成立：P与球G[v,t]通过图模拟匹配，相应的匹配生成子图Gs；对于P中的所有节点v，所述Gs中v的匹配节点个数满足P中v上的容量要求，所述Gs是数据图G中的球G[v,t]中与P匹配的完美匹配子图，即查询图P与数据图G基于团队模拟图匹配的一个团队查询结果。

5.如权利要求3所述的方法，其特征在于，所述图匹配查询步骤采用增量处理内层球中的图匹配查询优化方法和基于密度的过滤优化方法进行优化，所述增量处理内层球中的图匹配查询优化方法为：构造和获取数据图G中|V|个以每个节点为球心半径为r的球中的匹配结果，即v∈V且半径为r的球G[v，r]中的匹配结果，基于球G[v，r]中的匹配结果增量的获取球G[v,t](t∈[1，r-1])中的匹配结果；所述基于密度的过滤优化方法：给定一个球G[v,r]，计算密度上界den_up(Gs)，其中Gs是G[v,r]中与P匹配的任意一个完美匹配子图,den_up(Gs)为球G[v,r]中所有可能的完美匹配子图Gs的密度的最大值，如果den_up(Gs)大于当前最优的第k个结果的密度，那么该球中有可能存在最终top-k个匹配结果中的一个结果；否则，该球被过滤掉，其中，V是数据图G的节点集合，|V|是数据图G中的节点总个数，v∈V表示v是属于V中的一个节点。