基于压缩全文索引的演变图查询.pdfVIP

ComputerEngineeringandApplications计算机工程与应用 2015，51(2) 117 @数据库、数据挖掘 、机器学习@ 基于压缩全文索引的演变图查询 肖 洋 ，朱 青 ～，吴粤皖 XIAOYang一‘，ZHUQing’一，WUYuewan 1．中国人民大学 信息学院 计算机系 ，北京 100872 2．中国人民大学 信息学院 数据工程与知识工程教育部重点实验室，北京 100872 1．DepartmentofComputerScience，SchoolofInformation，RenminUniversityofChina，Beijing100872，China 2KeyLaboratory ofDataEngineeringandKnowledgeEngineering，SchoolofInfomr ation，RenminUniversityofChina， Beijing100872，China XIAOYang，ZHUQing，WUYuewan-Queryingonevolvinggraphsbasedoncompressedfull-textindex．Computer EngineeringandApplications，2015，51(2)：117—124． Abstract：Evolvinggraphcontainslargeamountoftemporalandspatialinformation，someofwhichalwaysperfomr in similarevolvingrules．Thispapergivesaquerymodel，miningfortheevolvingsubgraphswhoseedgeschanging in the samewayatthesametimerange．However,thesizeofevolvinggraphsinrealworldishuge．Queryingonitrepeatedly willcostalot．Even thoughtheexisting indexmethodbasedonHashhassolvedquery problem，itisalsofacedinchal— lengeofpreprocessing．Inordertoreducethepriceofpreprocessinginmassevolvinggraph，itproposesacompressed full—textindexingtechnique．ItisbasedonBurrows—W heelertransform andsuffixarray．Inconstructingasuffixarray,it alsogivestwodifferentlinearalgorithms，ensuringthestabilityofpreprocessing．Itevaluatesthefeasibility,efficiency andscalabilityofthealgorithm onFacebook，Enronemailsystem andsimulateddatasets． Keywords：evolvinggraph；query ；evolvingsubgraph；suffixarray；compressedfull—textindex 摘 要：演变图中含有大量的时间和空间信息，其中某些空间信息随着时间的推移表现出相似的演变规律。给出了 一 种演变图查询模型，可以挖掘出在相 同时间范围内具有相 同变化规律的演变子图。但是演变图的规模往往是 巨 大的，当需要对其进行多次查询时，每次遍历整个演变图将带来非常高的查询代价，而现有的基于枚举的哈希索引 算法又使得预处理过程拥有相 当大的时间和空间开销，为了减少对大规模演变图的预处理代价，将压缩的全文索引 技术应用于演变图，它基于涡轮转换和后缀数组。在构建后缀数组时，给 出了两种不同的线性算法，确保 了预处理 过程的稳定性。通过在Facebook、Enron邮件 系统以及模拟数据集上的实验，评估了该算法的可行性、效率以及可扩 展 性 。 关键词：演变图；查询；演变子图；后缀数组；压缩全文索引 文献标志码 ：A 中图分类号 ：TP391 doi：10．3778／j．issn．1002．8331．1308．0190 1 引言 字符串和时问序列等。例如在社会网络中，