不確定圖的代表實(shí)例發(fā)現(xiàn)算法.pdf

1、社交網(wǎng)絡(luò)及生物網(wǎng)絡(luò)等許多領(lǐng)域的數(shù)據(jù)都可建模成邊帶有存在概率的不確定圖。不確定圖上的查詢(xún)與挖掘問(wèn)題具有廣泛應(yīng)用。目前，不確定圖數(shù)據(jù)查詢(xún)與挖掘問(wèn)題面臨很多挑戰(zhàn)，其中最重要的挑戰(zhàn)是計(jì)算代價(jià)非常高。因?yàn)椴淮_定圖上的精確查詢(xún)需要對(duì)指數(shù)級(jí)別數(shù)量的實(shí)例進(jìn)行評(píng)估，所以即使一個(gè)簡(jiǎn)單的查詢(xún)問(wèn)題在不確定圖上都成了＃P-完全問(wèn)題。現(xiàn)有的不確定圖數(shù)據(jù)查詢(xún)與挖掘算法通?；诓蓸蛹夹g(shù)。采樣技術(shù)需要對(duì)不確定圖的所有可能世界進(jìn)行隨機(jī)采樣，并在大量獲得的樣本上進(jìn)行相關(guān)的查

2、詢(xún)處理，因此計(jì)算代價(jià)較高。為進(jìn)一步提高不確定圖查詢(xún)與挖掘問(wèn)題的效率，本文研究不確定圖代表性實(shí)例發(fā)現(xiàn)算法，即從不確定圖的所有實(shí)例中找出一個(gè)或多個(gè)最能代表不確定圖期望結(jié)構(gòu)特性的實(shí)例。這樣可以在這些代表性實(shí)例上做查詢(xún)，進(jìn)而在很大程度上提高查詢(xún)效率。
　　本文主要有以下貢獻(xiàn)。本文提出基于三角形的代表性實(shí)例的概念，其目標(biāo)是保留不確定圖的頂點(diǎn)度分布與三角形度分布。該概念引入了三角形度的結(jié)構(gòu)特性度量，克服了現(xiàn)有方法片面采用頂點(diǎn)度的不足。本文證明

3、尋找基于三角形的代表性實(shí)例問(wèn)題是NP完全問(wèn)題。本文提出基于三角形的代表性實(shí)例發(fā)現(xiàn)算法?；陔S機(jī)邊交換的方法，該算法可精確高效地獲得不確定圖的基于三角形的代表性實(shí)例，解決了現(xiàn)有方法查詢(xún)效率低的問(wèn)題。本文提出尋找多個(gè)代表性實(shí)例的算法框架。該框架基于分層采樣的思想，用本文提出的兩種分層策略和選邊策略將不確定圖的所有實(shí)例集合劃分成多個(gè)互不相交的子集。通過(guò)將該框架與基于三角形的代表性實(shí)例算法相結(jié)合，提出多個(gè)基于三角形的代表性實(shí)例發(fā)現(xiàn)算法。該算法克