×
宋春瑶;葛廷坚;葛、姚;张浩文;袁晓杰

标签图形草图：跟上实时图形流。 （英语） Zbl 1453.68065号

信息科学。 503, 469-492 (2019).
摘要：目前，图形是许多应用程序的基本数据结构，例如道路网络、社交和通信网络以及web请求。在许多应用程序中，图形边缘源源不断地出现，用户只对最近的数据感兴趣。在数据探索中，海量图形流数据的存储和处理已成为一个重要问题。由于顶点和边的分类属性通常被称为标签，因此我们提出了一种标记图草图，该草图仅使用次线性空间存储实时图形结构信息，并支持各种类型的图形查询。此草图也适用于滑动窗口查询。我们在六个不同领域的真实数据集上进行了大量实验，并将结果与最先进的方法进行了比较，以表明我们提出的方法的准确性、效率和实用性。

MSC公司：

68第05页 数据结构
68兰特 计算机科学中的图论（包括图形绘制）

关键词：

图形流;图形草图;标记图
PDF格式BibTeX公司 XML格式引用
\textit{C.Song}等人，《信息科学》。503469-492（2019年；Zbl 1453.68065）
全文： 内政部

参考文献：

[1] http://www.internetlivestats.com/twitter-statistics/; http://www.internetlivestats.com/twitter-statistics/
[2] http://dblp.dagstuhl.de/xml/; http://dblp.dagstuhl.de/xml/
[3] http://projects.csail.mit.edu/dnd/DBLP/; http://projects.csail.mit.edu/dnd/DBLP/
[4] http://www.partow.net/programing/hashfunctions（网址：http://www.partow.net/programing/hashfunctions）/; http://www.partow.net/programming/hashfunctions网站/
[5] https://data.gov.hk/sc-data/dataset/hk-td-sm_1-traffic-speed-map; https://data.gov.hk/sc-data/dataset/hk-td-sm_1-交通速度地图
[6] https://dev.twitter.com/docs/streaming-apis/streams/public网站; https://dev.twitter.com/docs/streaming-apis/streams/public网站
[7] http://twitter4j.org/en/index.html; http://twitter4j.org/en/index.html
[8] http://www.ahschulz.de/enron-email-data/; http://www.ahschulz.de/enron-email-data/
[9] 新泽西州艾哈迈德。；达菲尔德，N。；J·内维尔。；Kompella，R.，《图形采样与保持：大图形分析框架》，第20届ACM SIGKDD国际知识发现与数据挖掘会议论文集，1446-1455（2014），ACM
[10] 新泽西州艾哈迈德。；达菲尔德，N。；Willke，T.L。；Rossi，R.A.，《从海量图形流中采样》，VLDB，101430-1441（2017）
[11] Ahn，K.J。；Guha，S。；McGregor，A.，《动态图形流中的谱稀疏化、近似、随机化和组合优化》。算法与技术，1-10（2013），Springer·Zbl 1360.68894号
[12] 乔比里奇，v。；Goasdoué，F。；Manolescu，I.，面向查询的rdf图摘要，VLDB，8，12，2012-2015（2015）
[13] Cheng，J。；黄，S。；吴，H。；Fu，A.W.-C.，Tf-Label:一种用于大图形可达性查询的拓扑折叠标记方案，2013年ACM SIGMOD国际数据管理会议论文集，193-204（2013），ACM
[14] Cheng，J。；曾，X。；Yu，J.X.，大型图上的Top-k图模式匹配，2013年IEEE第29届国际数据工程会议，1033-1044（2013），IEEE
[15] 科莫德，G。；Muthukrishnan，S.，《改进的数据流摘要：计数草图及其应用》，《算法》，55，1，58-75（2005）·Zbl 1068.68048号
[16] N.Eagle，A.Pentland，Crawdad dataset mit/reality（v.2005-07-01），下载自http://crawdad.org/mit/reality/20050701; N.Eagle，A.Pentland，Crawdad dataset mit/reality（v.2005-07-01），下载自http://crawdad.org/mit/reality/20050701
[17] 范，W。；Hu，C.，《大图分析：从查询到依赖关系和关联规则》，《数据科学》。工程师，2，1，36-55（2017）
[18] 范，W。；李，J。；王，X。；Wu，Y.，查询保持图形压缩，2012年ACM SIGMOD国际数据管理会议论文集，157-168（2012），ACM
[19] 范，W。；王，X。；Wu，Y.，多样化的top-k图模式匹配，VLDB，6，13，1510-1521（2013）
[20] Frank，O.，《大型社交网络中的抽样和评估》，Soc.Netw。，1, 91-101 (1978)
[21] 古普塔，M。；高杰。；严，X。；凸轮，H。；Han，J.，信息网络中的Top-k有趣子图发现，2014年IEEE第30届国际数据工程会议，820-831（2014），IEEE
[22] Jha，M。；塞沙赫里，C。；Pinar，A.，《利用生日悖论进行三角形计数的高效空间流算法》，第19届ACM SIGKDD知识发现和数据挖掘国际会议论文集，589-597（2013），ACM
[23] 金·R。；Xiang，Y。；阮，N。；Wang，H.，高效回答超大有向图上的可达性查询，2008年ACM SIGMOD国际数据管理会议论文集，595-608（2008），ACM
[24] 金·R。；Hong，H。；Wang，H。；阮，N。；Xiang，Y.，图数据库中的计算标签约束可达性，2010年ACM SIGMOD国际数据管理会议论文集，123-134（2010），ACM
[25] 卡普隆，B.M。；金五世。；Mountjoy，B.，多对数最坏情况下的动态图连通性，第二十四届ACM-SIAM离散算法年会论文集，1131-1142（2013），工业和应用数学学会·Zbl 1423.68345号
[26] A.Khan。；Aggarwal，C.，《图形流的查询友好压缩》，2016年IEEE/ACM社会网络分析和挖掘进展国际会议论文集，130-137（2016），IEEE出版社
[27] Khandelwal，A。；杨，Z。；Ye，E。；阿加瓦尔，R。；Stoica，I.，Zipg:用于交互式查询的内存高效图形存储，2017年ACM国际数据管理会议论文集，1149-1164（2017）
[28] Lay，M.，Dblp-一些经验教训，VLDB，2，2，1493-1500（2009）
[29] Lim，Y。；Kang，U.，《吉祥物：计算图形流中局部三角形的记忆效率和准确采样》，第21届ACM SIGKDD知识发现和数据挖掘国际会议论文集，685-694（2015），ACM
[30] Lim，Y。；Jung，M。；Kang，U.，《计算图流中局部三角形的高效准确抽样：从简单到多图》，TKDD，12，4（2018）
[31] Maneth，S。；Peternek，F.，《用语法压缩图》，2016年IEEE第32届数据工程国际会议，109-120（2016），IEEE
[32] McGregor，A.，《图形流算法：一项调查》，SIGMOD Record，43，1，9-20（2014）
[33] Motwani，R。；Raghavan，P.，《随机算法》（1995），剑桥大学出版社·Zbl 0849.68039号
[34] Muthukrishnan，S.，《数据流：算法和应用》，Found。趋势。理论。计算。科学。，1, 2, 117-236 (2005) ·兹比尔1128.68025
[35] Nayek，P。；Nayek，P。；Bhattacharya，A.，使用卡方统计的近似标记图匹配的邻居感知搜索，第26届国际万维网会议论文集，1281-1290（2017）
[36] Reittu，H。；诺罗斯，I。；雷蒂，T。；博拉，M。；Bazsó，F.，大型图的正则分解：随机块模型拟合抽样方法的基础，数据科学。工程，1-17（2019）
[37] 任，X。；Wang，J.，子图同构搜索的多查询优化，VLDB，10，3，121-132（2016）
[38] R.Rubinfeld，成对独立散列函数，https://people.csail.mit.edu/ronitt/COURSE/S12/handouts/lec5.pdf; R.Rubinfeld，成对独立散列函数，https://people.csail.mit.edu/ronitt/COURSE/S12/handouts/lec5.pdf
[39] 沙阿，N。；库特拉，D。；邹，T。；加拉赫，B。；Faloutsos，C.，《Timecrunch:可解释动态图摘要》，第21届ACM SIGKDD国际知识发现和数据挖掘会议论文集，1055-1064（2015），ACM
[40] Shi，L。；Sun，S。；Xuan，Y。；苏，Y。；汤，H。；马，S。；Chen，Y.，主题：走向完美影响图总结，2016年IEEE第32届数据工程国际会议，1074-1085（2016），IEEE
[41] 宋，C。；Ge，T.，标签图形草图，ICDE海报（2018）
[42] 宋，C。；Ge，T。；陈，C。；Wang，J.，图流上的事件模式匹配，VLDB，8，4，413-424（2014）
[43] Tang，N。；陈，Q。；Mitra，P.，《图形流摘要：从大爆炸到大崩溃》，《2016年国际数据管理会议论文集》，1481-1496（2016），ACM
[44] Veloso，R.R。；Cerf，L。；梅拉，W。；Zaki，M.J.，《超大图形中的可达性查询：快速优化在线搜索方法》，EDBT，511-522（2014）
[45] Wang，J。；Ntarmos，N。；Triantafillou，P.，索引查询图以加速图形查询处理，第19届扩展数据库技术国际会议论文集，41-52（2016）
[46] 杨，J。；Leskovec，J.，《基于基础理论定义和评估网络社区》，IEEE第十二届国际数据挖掘会议，745-754（2012），IEEE
[47] 杨，Z。；Fu，A.W.-C。；Liu，R.，Diversified Top-k Subgraph Querying in a Large Graph，Proceedings of the 2016 International Conference on Management of Data，1167-1182（2016），美国计算机学会
[48] 张，X。；Chen，L.，大型分布式图形上的远程软件选择性在线查询处理，数据科学。工程，2，1，2-21（2017）
[49] 赵，P。；阿加瓦尔，C.C。；Wang，M.，Gsketch:关于图流中的查询估计，VLDB，5，3，193-204（2011）
[50] 朱，A.D。；Lin，W。；王，S。；Xiao，X.，《大型动态图的可达性查询：全序方法》，2014年ACM SIGMOD国际数据管理会议论文集，1323-1334（2014），ACM
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。