资料下载
知识图谱划分的相关算法及研究
分享资料个
知识图谱是人工智能的重要基石，因其包含丰富的图结构和属性信息而受到广泛关注。知识图谱可以精确语义描述现实世界中的各种实体及其联系，其中顶点表示实体，边表示实体间的联系。知识图谱划分是大规模知识图谱分布式处理的首要工作，对知识图谱分布式存储、査询、推理和挖掘起基础支撑作用。随着知识图谱数据规模及分布式处理需求的不断增长，如何对其进行划分已成为目前知识图谱研究的热点问题。从知识图谱和图划分的定义出发，系统性地介绍当前知识图谱数据划分的各类算法，包括基本、多级、流式、分布式和其他类型图划分算法。首先，介绍4种基本图划分算法：谱划分算法、几何划分算法、分支定界算法、KL及其衍生算法，这类算法通常用于小规模图数据或作为其他划分算法的一部分;然后，介绍多级图划分算法，这类算法对图粗糙化后进行划分再投射回原始图，根据粗糙化过程分为基于匹配的算法和基于聚合的算法;其次，描述3种流式图划分算法，这类算法将顶点或边加载为序列后进行划分，包括Hash算法、贪心算法、 Fennel算法，以及这3种算法的衍生算法;再次介绍以 Kappa、JA-BEJA和轻量级重划分为代表的分布式图划分算法及它们的衍生算法;同时，在其他类型图划分算法中，介绍近年来新兴的2种图划分算法：标签传播算法和基于查询负载的算法。通过在合成与真实知识图谱数据集上的丰富实验，比较了5类知识图鐠代表性划分算法在划分效果、查询处理与图数据挖掘方面的性能差异分析实验结果并推广到推理层面，获得了基于实验的知识图谱划分算法性能评价结论。最后，在对已有方法分析和比较的基础上，总结目前知识图谱数据划分面临的王要挑战，提出相应的研究问题，并展望未来的研究方向。
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
- 相关下载
- 相关文章
