一种面向大型异构信息网络的子图检索方法

技术特征：
1.一种面向大型异构信息网络的子图检索方法，其特征在于所述方法包括如下步骤：步骤一、索引构建先在异质图的模式图上根据元路径的嵌套关系构建一颗元路径树，之后从元路径树的根节点出发，按照深度优先的顺序构建所有mc-tree的顶点；步骤二、设计ψ-nmc算法步骤二一、给定一个星型模式异质图步骤二一、给定一个星型模式异质图中的一个同类型查询节点集合q，一个正整数k，一条元路径以及元路径集合ψ、ψ1、ψ2，利用存储在哈希表中的ψ
1-nmc和ψ
2-nmc求交集得到一个小的节点集合v用于定位ψ-nmc；步骤二二、检查节点集合是否包含查询节点，如果不包含，那么表明不存在一个符合要求的ψ-nmc，对于每一条对于v中的每一个节点找到至多k个邻居，如果不能找到k个邻居，将该节点v加入候选集合s中等待删除，与此同时，关于不同的使用一个哈希表来记录每个节点的邻居集合φ，得到一个不合格的待删除的节点集合s；步骤二三、通过调用函数deletevertex删除s中的节点并且更新从v中删除s中的每一个节点，并且对于ψ中的所有递增地为v的邻居找到新的邻居，如果对于v的某些邻居无法找到k个邻居，将这些节点放入s中；步骤二四、关于ψ中的每一条可以得到一个v'作为包含q的每一个连通分量的交集，v\v'中的节点被加入s中，并使用v'来更新v；步骤二五、重复步骤二二～二四直到对于ψ中的所有元路径而言，v是一个连通分量；步骤三、基于索引的ψ-nmc计算步骤三一、对于ψ中的每条调用函数indexsinglecore得到步骤三二、计算所有的交集并且计算ψ-nmc；步骤四、子图查询步骤四一、生成元路径集合并且初始化c＝1以及一个哈希表对每一个ψ存储相应的子图，候选元路径集合也将被初始化，使得其中每个元路径集合包含一条来自的元路径，通过ψ中所有元路径的长度之和对每一个进行升序排序；步骤四二、初始化一个集合存储有效的包含c条元路径的元路径集合，对于每一个存储有效的包含c条元路径的元路径集合，对于每一个通过函数indexnmc验证ψ-nmc的存在，对于每一条indexnmc在cm-tree的帮助下得到一个计算所有的交集，并且调用函数fastnmc来计算ψ-nmc，如果ψ-nmc存在，使用来记录ψ和它相应的子图，并且基于调用函数genvalidcan生成一系列有效的元路径集合以此降低需要计算的b
ψ
的数量，那么ψ-nmc就是所要找的唯一的一个子图，为了减少不必要的候选集合验证，将中所有的元路径集合放入并且将它们从中移出，在中所有的候选集合都被检查完后，通过函数gencan生成新的包含c 1条元路径的元路径集合，并且c的值增加1，当中没有新的候选集合需要被验证时，输出中的所有ψ-nmcs作为最终的子图。2.根据权利要求1所述的面向大型异构信息网络的子图检索方法，其特征在于所述步骤一的具体步骤如下：步骤一一、获得所有有效元路径的集合其中：为异构信息网络模式上的一条元路径，为节点类型，为边类型；
步骤一二、从中选择最短的元路径并且通过调用buildmetapathtree从开始构建元路径树；步骤一三、通过调用buildcmnode根据深度优先的顺序构建cm-tree的每一个顶点，其中。3.根据权利要求2所述的面向大型异构信息网络的子图检索方法，其特征在于所述步骤一二中，在buildmetapathtree中，按照下述的深度优先顺序构建元路径树：每次buildmetapathtree的调用中，遍历去查找元路径使得并且对于每一条建立一个新的索引顶点将添加到索引顶点的孩子列表中，让成为的父亲顶点并且递归地建立的孩子顶点。4.根据权利要求2所述的面向大型异构信息网络的子图检索方法，其特征在于所述步骤一三中，在buildcmnode中，按照下述的深度优先顺序从元路径树的根出发构建每一个cm-tree的顶点：对于每个顶点，首先获取p-graph然后使用线性时间复杂度的算法进行k-core分解得到所有节点的core number接下来，遍历中的所有节点并且将根据节点v的core number将其加入到哈希表中去，对于的键中的每一个core number k，还需要删除一些节点，这些节点在的并集中，这里以此来避免冗余存储，建完后，遍历当前顶点的孩子列表并且调用buildcmnode来递归建立孩子顶点。5.根据权利要求1所述的面向大型异构信息网络的子图检索方法，其特征在于所述步骤三一的具体步骤如下：步骤三一一、初始化一个空集合v来存储core number大于或者等于kde节点；步骤三一二、对于以及它的每一个被嵌套元路径将中的所有节点放入v中，这里k'大于或者等于k；步骤三一三、如果查询节点集合q不是v的一个子集，表示不存在一个同时函数返回空；步骤三一是、在上计算连通分量并且得到上计算连通分量并且得到表示限制在节点集合v和相应的边集合上的异质图

技术总结
本发明公开了一种面向大型异构信息网络的子图检索方法，所述方法包括如下步骤：步骤一、索引构建；步骤二、设计Ψ-NMC算法；步骤三、基于索引的Ψ-NMC计算；步骤四、子图查询。该方法研究星型模式异质图上的子图问题，而不要求用户指定一条元路径或者给出关系约束，提供了一种高效的在线和基于索引的解决方案。本发明提出了一种新颖的空间高效的索引结构CM-tree，并基于CM-tree开发了一系列相关算法，分别是基于索引的元路径候选集合剪枝策略、优化的候选集合验证顺序、早停策略。利用这三种优化方法再加上提出的计算Ψ-NMC的快速算法，有效提升查询算法的时间效率。效提升查询算法的时间效率。效提升查询算法的时间效率。


技术研发人员：李春山 杨玉帅 初佃辉
受保护的技术使用者：哈尔滨工业大学
技术研发日：2022.11.18
技术公布日：2023/3/10