本發(fā)明屬于圖數(shù)據(jù)挖掘領(lǐng)域，具體涉及的是一種基于特征圖的非精確子圖匹配方法。
背景技術(shù)：
：圖是由有限的節(jié)點(diǎn)和邊的集合構(gòu)成的數(shù)據(jù)存儲(chǔ)結(jié)構(gòu)，比起以往傳統(tǒng)的數(shù)據(jù)存儲(chǔ)結(jié)構(gòu)，圖有著許多的優(yōu)越性，如復(fù)雜的語(yǔ)義能夠通過(guò)圖結(jié)構(gòu)直觀地體現(xiàn)等。由于圖的結(jié)構(gòu)特點(diǎn)，它被廣泛應(yīng)用于生物蛋白質(zhì)網(wǎng)絡(luò)、社交網(wǎng)絡(luò)等許多方面。對(duì)圖數(shù)據(jù)進(jìn)行分析可以從中挖掘出許多有價(jià)值的信息，如用戶的興趣、行為偏好等。而這些信息能夠應(yīng)用在電子商務(wù)、輿情管理等許多領(lǐng)域(《基于社交網(wǎng)絡(luò)好友關(guān)系的圖查詢算法研究與應(yīng)用》，作者史嶺峰，南京理工大學(xué)，2012)。子圖匹配分為精確圖匹配方法和非精確圖匹配方法，典型的精確圖匹配算法有l(wèi)uigip.cordella等人提出的vf2算法(a(sub)graphisomorphismalgorithmformatchinglargegraphsluigip.cordella,etal.)，它是基于圖同構(gòu)的。由于現(xiàn)實(shí)世界的圖具有非常大的噪音，在精確圖匹配的基礎(chǔ)上又提出了非精確圖匹配方法，該類(lèi)方法能夠很好地適應(yīng)現(xiàn)實(shí)世界如社交網(wǎng)絡(luò)圖的噪聲，使得匹配得到較好的結(jié)果。典型的算法有wolvertonm等人提出的的law算法(law：aworkbenchforapproximatepatternmatchinginrelationaldata)等。但這些非精確圖匹配算法大多都只考慮點(diǎn)周?chē)?-2步鄰居的情況，當(dāng)網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜時(shí)得到的結(jié)果誤差很大。本發(fā)明通過(guò)建立特征圖，大大強(qiáng)化了圖的結(jié)構(gòu)信息，采用迭代方法能夠使得匹配結(jié)果收斂，具有更好的匹配效果，同時(shí)算法運(yùn)行效率高。技術(shù)實(shí)現(xiàn)要素：本發(fā)明的所要解決的技術(shù)問(wèn)題是大型網(wǎng)絡(luò)圖下的非精確子圖匹配問(wèn)題，針對(duì)現(xiàn)有的非精確圖匹配算法存在的當(dāng)網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜時(shí)得到的結(jié)果誤差很大的問(wèn)題，提出一種基于特征圖的非精確子圖匹配方法。本方法利用點(diǎn)的標(biāo)簽確立匹配候選點(diǎn)集，然后根據(jù)特征圖對(duì)其建立索引。通過(guò)索引可以求得兩點(diǎn)之間的差異向量從而求得他們之間的匹配開(kāi)銷(xiāo)，選擇匹配開(kāi)銷(xiāo)最小的匹配點(diǎn)對(duì)作為初始匹配集，然后通過(guò)迭代使結(jié)果更加精確。本發(fā)明大大強(qiáng)化了結(jié)構(gòu)特征對(duì)匹配的影響，使得匹配結(jié)果更加準(zhǔn)確。一種基于特征圖的非精確子圖匹配方法，包括以下步驟：步驟1)，根據(jù)結(jié)點(diǎn)標(biāo)簽得到查詢圖中每個(gè)點(diǎn)關(guān)于數(shù)據(jù)圖的候選點(diǎn)集。步驟2)，根據(jù)步驟1)對(duì)查詢圖中的每個(gè)點(diǎn)及其匹配候選集建立關(guān)于特征圖的索引；步驟3)，根據(jù)步驟2)計(jì)算每個(gè)點(diǎn)的特征圖向量r步驟4)，根據(jù)步驟3)，計(jì)算每個(gè)點(diǎn)與它的候選點(diǎn)集中的點(diǎn)兩兩之間的匹配開(kāi)銷(xiāo)，通過(guò)迭代求得匹配映射，迭代的結(jié)束條件是兩次匹配之間的差異小于規(guī)定的閾值。進(jìn)一步的，本發(fā)明的基于特征圖的非精確子圖匹配方法，步驟1)查找查詢圖q中每個(gè)點(diǎn)v關(guān)于數(shù)據(jù)圖g的候選匹配點(diǎn)集c，其中v的候選匹配點(diǎn)集c是數(shù)據(jù)圖g中與v標(biāo)簽相同的點(diǎn)組成的集合；進(jìn)一步的，本發(fā)明的基于特征圖的非精確子圖匹配方法，步驟2)將2-4個(gè)點(diǎn)組成的完全連接圖作為特征圖，每個(gè)點(diǎn)在這些完全連接圖中可能有15種不同的位置，計(jì)算查詢圖q中的每個(gè)點(diǎn)v以及它在數(shù)據(jù)圖g上的匹配候選集中的每一個(gè)點(diǎn)u在這15個(gè)位置出現(xiàn)的次數(shù)作為索引保存；進(jìn)一步的，本發(fā)明的基于特征圖的非精確子圖匹配方法，步驟3)建立特征圖向量，根據(jù)公式計(jì)算查詢圖q中的點(diǎn)v與它的匹配候選集中的某一點(diǎn)u在每個(gè)位置i處的差異值，其中qfi表示查詢圖q中的點(diǎn)v在i位置出現(xiàn)的次數(shù)，gfi表示v的匹配候選集中的一點(diǎn)u在i位置出現(xiàn)的次數(shù)。進(jìn)一步的，本發(fā)明的非精確圖匹配方法，步驟4)根據(jù)公式計(jì)算q中的點(diǎn)v與它的匹配候選集中的某一點(diǎn)u的匹配開(kāi)銷(xiāo)，選擇候選集中差異值最小的點(diǎn)作為初始匹配映射，公式中αi表示第i個(gè)位置在所有的位置中所占重要程度的權(quán)重，是一個(gè)常量，ri表示查詢圖q中的點(diǎn)v與它的匹配候選集中的某一點(diǎn)u在每個(gè)位置i處的差異值，n表示每個(gè)點(diǎn)在完全連接圖中所有的位置的個(gè)數(shù)；根據(jù)公式計(jì)算第i+1次迭代中q中的點(diǎn)v與它的匹配候選集中的某一點(diǎn)u的匹配開(kāi)銷(xiāo)，其中cost(v,u)i表示第i次迭代的匹配開(kāi)銷(xiāo)，cost(v',φ(v'))i表示v的鄰居結(jié)點(diǎn)v’第i次迭代時(shí)最小的匹配開(kāi)銷(xiāo)，n(v)表示v的鄰居結(jié)點(diǎn)的集合。選擇候選集中差異值最小的點(diǎn)作為該次迭代的匹配映射，直到兩次匹配之間的差異小于規(guī)定的閾值停止迭代，得到最終的匹配結(jié)果。有益效果本發(fā)明針對(duì)大型社交網(wǎng)絡(luò)的子圖匹配問(wèn)題，通過(guò)點(diǎn)的標(biāo)簽尋找候選集，能夠有效地降低計(jì)算規(guī)模。與以往其他方法只考慮鄰居結(jié)點(diǎn)的相似性不同的是，本方法通過(guò)建立特征圖，大大強(qiáng)化了結(jié)構(gòu)特征對(duì)匹配的影響，使得匹配結(jié)果更加準(zhǔn)確。在匹配階段，由于采用迭代方法，能夠得到穩(wěn)定的匹配結(jié)果。本方法在計(jì)算效率與匹配的準(zhǔn)確性上取得了一個(gè)平衡。附圖說(shuō)明圖1是一種基于特征圖的非精確子圖匹配方法的流程圖。圖2是查詢圖q及數(shù)據(jù)圖g的例子。圖3是本基于特征圖的非精確子圖匹配方法利用的特征圖。具體實(shí)施方式下面結(jié)合附圖對(duì)技術(shù)方案的實(shí)施作進(jìn)一步的詳細(xì)描述：結(jié)合流程圖及實(shí)施案例對(duì)本發(fā)明所述的一種基于特征圖的非精確子圖匹配方法作進(jìn)一步的詳細(xì)描述。如圖1所示，本方法包含如下步驟：步驟1)，若數(shù)據(jù)圖g中的一個(gè)結(jié)點(diǎn)u與查詢圖q中的一個(gè)結(jié)點(diǎn)v的標(biāo)簽相同，那么u則是v的匹配候選結(jié)點(diǎn)，按照上述規(guī)則求得查詢圖q中所有結(jié)點(diǎn)v的候選匹配結(jié)點(diǎn)集合c。例如圖2，c(v1)＝{u1},c(v2)＝{u2},c(v3)＝{u3},c(v4)＝{u4,u5}；步驟2)，根據(jù)上一步得到的匹配候選集，對(duì)查詢圖中的每個(gè)點(diǎn)及其匹配候選集建立關(guān)于特征圖的索引；步驟201)，建立2-4個(gè)點(diǎn)的完全連接圖作為特征圖，如圖3所示步驟202)，根據(jù)建立的2-4個(gè)點(diǎn)的特征圖，結(jié)點(diǎn)在特征圖中可能有15種情況，由此將查詢圖q中的每個(gè)點(diǎn)v及其匹配候選集c(v)中的點(diǎn)在各種情況下出現(xiàn)的次數(shù)作為索引表，圖2中的u2的索引表如表1所示。表1特征圖位置123456789101112131415出現(xiàn)次數(shù)352222211002010步驟3)，根據(jù)上一步建立的索引表計(jì)算查詢圖q中的任意一點(diǎn)v分別與它的匹配候選集c(v)中的所有點(diǎn)的特征圖向量r，即根據(jù)公式計(jì)算查詢圖q中的點(diǎn)v與它的匹配候選集c(v)中的某一點(diǎn)u在每個(gè)位置i處的差異值。步驟4)計(jì)算查詢圖q中每個(gè)點(diǎn)v與它的候選匹配點(diǎn)集c(v)中的每個(gè)點(diǎn)兩兩之間的匹配開(kāi)銷(xiāo)，通過(guò)迭代求得匹配映射，迭代的結(jié)束條件是兩次匹配之間的差異小于規(guī)定的閾值。步驟401)，根據(jù)上一步計(jì)算的結(jié)果，通過(guò)公式求得查詢圖q中每個(gè)點(diǎn)v與它的候選匹配點(diǎn)集c(v)中的每個(gè)點(diǎn)兩兩之間的匹配開(kāi)銷(xiāo)，公式中αi表示第i個(gè)位置所在的特征圖在所有特征圖中出現(xiàn)的次數(shù)與總次數(shù)的比值，其值如表2所示。表2αiα1α2α3α4α5α6α7α8α9α10α12α13α14α15value0.210.210.210.110.130.130.110.110.080.080.080.080.050.050.03步驟402)，根據(jù)步驟401)計(jì)算的結(jié)果，得到初始匹配映射，匹配規(guī)則為：查詢圖中的一點(diǎn)v與其候選匹配集c(v)中的u點(diǎn)匹配，當(dāng)且僅當(dāng)u與v的匹配開(kāi)銷(xiāo)小于v與c(v)中其他所有結(jié)點(diǎn)的匹配開(kāi)銷(xiāo)；步驟403)，根據(jù)步驟402)計(jì)算的結(jié)果，根據(jù)公式計(jì)算第i+1次迭代的匹配結(jié)果；步驟404)，根據(jù)步驟403)計(jì)算的結(jié)果，計(jì)算兩次迭代匹配結(jié)果的差異值，例如在圖2中，若第一次迭代時(shí)v4與u4是匹配的而第二次迭代時(shí)v4與u5匹配，那么差異值就加1；步驟405)，根據(jù)步驟404)計(jì)算的結(jié)果，當(dāng)兩次匹配結(jié)果的差異值小于預(yù)先定義的閾值時(shí)結(jié)束迭代，否則執(zhí)行步驟403)。當(dāng)前第1頁(yè)12