一种基于查询松弛结果增强的图匹配查询方法技术

本发明专利技术提出了一种基于查询松弛结果增强的图匹配查询方法。本发明专利技术通过将查询模式图进行属性标签松弛从而查询得到更多图匹配结果。本发明专利技术的方法可以生成最优k个基于结构排序或差异结构排序的松弛方法下的查询松弛，对于结构排序，利用用于解决最优k个组合优化问题的Lawler过程生成排序最好的k个松弛查询图；对于差异结构排序，采用最大分散问题的解决方法来生成k个差异松弛查询图；然后执行同时处理多个图匹配查询的批处理优化处理，来同时回答k个松弛查询图的结果，在处理过程中能够最大化共享k个查询图的处理量，从而达到高效处理的技术效果。

A graph matching query method based on enhanced query relaxation results

This invention proposes a graph matching query method based on the enhancement of query relaxation results. By relaxing the attribute label of the query pattern graph, the invention can query more results of map matching. Query relaxation method of the invention can generate the optimal k order structure sorting or structural differences based on the relaxation method, structure for sorting, using K to solve the optimal combinatorial optimization problem of Lawler generated in the process of sorting the best K relaxation query graph; for different structure sort, to generate the K differential relaxation query graph solutions to the problem of the maximum dispersion; and then perform the simultaneous processing of multiple graph matching query batch optimization, to answer a query graph K relaxation results at the same time, to maximize the share K query graph processing capacity in the process, so as to achieve the effect of high efficient processing technology.

【技术实现步骤摘要】
一种基于查询松弛结果增强的图匹配查询方法
本专利技术属于图查询领域，具体涉及一种社交网络中基于查询松弛结果增强的图匹配查询方法。
技术介绍
相较于传统的关系数据和XML数据，图数据具有更强的表达能力，其既能够表达数据、又可以表达数据之间的联系，被广泛应用于社交网络领域。在社交网络图G(V，E，f)中，可以把人看作图的顶点V，人之间的关系(如合作关系)看作图的边E，人的技能专长等特征用标签函数f表示。图的广泛应用自然而然促进图查询技术(从图中查询信息)的广泛应用。图查询分为很多种类，如点查询、路径查询、图匹配查询等，其中关于图匹配查询的研究工作近年来越来越多。图匹配查询即给定一个查询模式图Q(VQ，EQ，fQ)和一个数据图G(V，E，f)，在数据图G中查找满足查询图Q中拓扑结构和属性节点约束的子图。在社交网络图上的团队推荐查询中，用户可以通过构建查询图Q(VQ，EQ，fQ)来搜索得到一个团队，使得所有队员(VQ)既能够满足所有业务需求(fQ)并且能够紧密合作(EQ)。传统的图匹配查询是基于子图同构语义而定义的，然而其语义是NP完全并且由于限制条件太多经常导致难以查询得到有意义的图匹配结本文档来自技高网...

【技术保护点】
一种社交网络中基于查询松弛技术的图匹配查询方法，包括：第一步，制定松弛排序方法并生成相应排序方法下最优k个松弛查询图，所述k为用户指定的正整数；第二步，将在第一步中得到的排序最优的k个松弛查询图同时在数据图上执行基于批处理优化的语义图模拟图匹配查询，分别得到每个松弛查询图的查询结果；第三步，针对第二步排序下生成的松弛查询图在数据图上查询得到的图匹配查询结果提供溯源解释。

【技术特征摘要】
1.一种社交网络中基于查询松弛技术的图匹配查询方法，包括：第一步，制定松弛排序方法并生成相应排序方法下最优k个松弛查询图，所述k为用户指定的正整数；第二步，将在第一步中得到的排序最优的k个松弛查询图同时在数据图上执行基于批处理优化的语义图模拟图匹配查询，分别得到每个松弛查询图的查询结果；第三步，针对第二步排序下生成的松弛查询图在数据图上查询得到的图匹配查询结果提供溯源解释。2.如权利要求1所述的方法，其特征在于，得到所述最优k个查询松弛的手段包括基于结构排序或差异结构排序，对于结构排序，利用用于解决最优k个组合优化问题的Lawler过程生成排序最优的k个松弛查询图；对于差异结构排序，利用最大分散问题的解决方法生成最优的k个差异松弛查询图。3.如权利要求1所述的方法，其特征在于，所述批处理优化的语义图模拟图匹配查询为进行多个图匹配查询的批处理优化，同时回答k个松弛查询图的结果，最大化共享k个查询图的处理量。4.如权利要求2所述的方法，其特征在于，生成最优k个查询松弛的所述结构排序的步骤包括，S1，为查询图Q的节点中出现的每一个属性标签li生成一系列常数μ松弛距离范围内的标签松弛列表Li，所述属性标签li之间存在语义从属关系，当社交搜索中无法在数据图中查询得到查询图中指定的属性约束的图匹配结果时，将属性标签松弛至松弛距离范围内较高级的属性标签再进行搜索，从而具有较高级属性标签及其子孙属性标签的数据节点均可以被查询得到作为查询结果，增加了图匹配查询结果，由所有Li构成的标签松弛列表的集合为而后调用生成最优结构排序查询松弛方法得到在范围内的最优查询松弛Δ1，所述查询松弛Δ为查询图中所有属性标签及其松弛后的属性标签组成的集合，然后将最优查询松弛Δ1和作为二元组一起压入堆栈中，所述堆栈为查询松弛和标签松弛列表组成的二元组构成的堆栈，进入S2；S2，判断堆栈是否为空或者已经生成k个查询松弛，如果判断为是，则返回LTR作为最优k个结构排序查询松弛结果，如果判断为否，则进入S3；S3，从堆栈中弹出栈顶查询松弛ΔK和其空间将ΔK放进结果列表LTR中，作为第|LTR|优的查询松弛，|LTR|指结果列表LTR中存储的元素个数，进入S4；S4，根据ΔK和调用Lawler过程得到的子空间，进入S5；S5，在得到的每个子空间中采用最优结构排序查询松弛方法生成最优查询松弛Δi，将Δi和子空间作为二元组一起压入堆栈中，进入S2。5.如权利要求4所述的方法，其特征在于，在最优结构排序查询松弛方法中，从每个列表Li中选取值最小的标签松弛δ，组合作为当前可行解空间中最优的查询松弛Δ，所述δ为标签松弛δ＝l→l′，所述γQ(δ)为松弛比...

【专利技术属性】
技术研发人员：马帅，李佳，曹洋，刘旭东，怀进鹏，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京,11