不确定图数据管理研究现状.pdfVIP

第 5 卷 第 4 期 2009 年 4 月 不确定图数据管理研究现状 高 宏 张 炜 关键词 ：不确定图 数据管理 哈尔滨工业大学 不确定图无处不在 如亚当斯 （J. Adam s ）、泰勒 （C. Taylor ）、 邦坦 （W. Buntine ）等。又如化合物分子结构 近年来，随着信息技术的发展，在一些 图 （见图1 ）中 “节点”可以表示碳、氢和氧 应用领域中，数据呈现出结构化强、数据间 等原子或表示具有一定反应活性的官能团， 关系复杂等新特点，主要体现在两个方面： “边”表示原子之间的键，可以是单键、双 （1 ）数据对象本身具有拓扑结构。例如在分 键或三键。这些图数据具有如下特点： 子化合物数据库中，每个数据对象 是一个分子化合物，该化合物可以 H H 表示为一个具有几何结构的图 （见 C C 图1 ），图中的 “节点”表示化合物 H C C H 的原子， “边”表示原子间的化学 C C 键。此外，蛋白质的三级结构和XML （EXtensible Markup Language ，可 H H 扩展置标语言）文档也可以表示为 图1 阿斯匹林(Aspirin)分子结构和苯环结构 具有拓扑结构的图。 （2 ）数据对象 之间的关系复杂。例如，关系数据库中通常包 结构复杂 根据图中节点、边之间的关 含多个关系表，这些不同表中的记录通过主- 系，图模型可以大致分为有向图模型、无向图 外键的对应关系构成了复杂的联系。由于图模 模型和多图模型。若图中任意两个节点之间的 型具有很强的表达能力，因此在传感器网络拓 边为有向边，则该图模型为有向图模型；若有 扑结构、社会关系网络、道路交通网络和互联 向图中不存在环路，则称之为有向无环图；若 网拓扑结构等领域普遍采用图模型描述数据以 图中任一两个节点之间的边为无向的，则该图 及它们之间复杂的相互关系。由图模型描述的 模型为无向图模型。 数据通常称为 “图数据”。以合著作者 （C o- 1 数据量十分庞大 在KE GG 数据库中包含 au th o r ）关系网络为例 （如图2 ），可以用图 了超过15000条的P athway （路径）数据，在化 表示合著者关系网络，图的 “节点”表示作 学信息中，迄今为止，已知的有机化合物分子结 者，图中两个节点之间的 “边”表示对应的 构就有上千万种，其对应的化合物反应过程则已达 作者之间有论文合作关系。从图中可以看到 到上亿种。就单图来讲，在一幅描述社会关系网络 史密斯 （P. Smyth ）和许多人合作写过论文， 的图中就可以包含几万甚至几十亿个节点 （边）。 1 Kyoto Encyclopedia of Genes and Genomes，一个基因组破译方面的数据库，见http://www.genome. ad.jp/kegg/pathway.html 31 专题 第 第 5 卷