大规模动态图节点相似Tφp-k査询方法对大规模图査询效率铰低,且当图发生动态变化时难以对査询结果进行自适应更新,导致査询结果准确度不髙。利用大规模动态图概率路径游走约束条件,提岀一种节点相似Top-k查询方法。通过引人 Pagerank概率游走机制实现将基大图生成多个小规模单向图,并利用单边弱化因子对 Pagerank进行概率游走约束,避免单向图反复选取少数边的情况。采用 Monte carlo模拟法进行单向图集上的相似度累积计算,以Topk取值为衡量准则递增游走步数,避免次优相似度叠加问题。结合图的动态性特点,依据局部自适应原则提岀基大图触发更新策略与单向图集联动更新策略,在保证査询准确度的同时最大限度地降低更新维护代价。实验结果表明,与FR、KM、 Simrank、P- Simrank等方法相比,该方法可有效提高查询效率、查询准确度与更新效率。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
全部0条评论
快来发表一下你的评论吧 !