[发明专利]适用于有向图的子图匹配方法及系统、电子设备

说明书

本发明涉及适用于有向图的子图匹配方法及系统、电子设备，该方法包括步骤：将子图中的所有节点进行排序，得到排序后的集合S；以[ind_v,out_v]作为节点v的节点特征，将集合S中的所有节点进行数据化表示，其中，ind_v为排在v之前并且与v相邻的节点在S中的坐标组成的集合，out_v为与v相连的各个方向的边数量减去ind_v中有相同方向的元素个数的差值组成的集合，且ind_v和out_v中的元素都带有方向；以全图中的任意节点为起点，基于排序后所有节点的数据化表示进行节点搜索，直至满足预设的搜索结束条件，并将搜索结果作为匹配结果输出。本发明可以极大地提高适用于有向图的子图匹配效率，降低内存消耗。

技术领域

本发明涉及知识图谱技术领域，特别涉及一种适用于有向图的子图匹配方法及系统、电子设备。

背景技术

图数据在许多应用中都是重要的数据结构，包括社交网络、web和生物信息学领域等。随着数据储存能力的提升，处理大规模图结构数据的能力对于越来越多的应用场景至关重要。现有很多研究致力于提升在图数据结构上的操作效率，如子图匹配、正则表达式匹配等。子图匹配是指子图同构，即给定查询图和数据图，找出数据图中与查询图有相同结构的子图。

图谱包括有向图和无向图，有向图即是指图中的边是带箭头的，箭头即表明了方向，有的有向图中还同时给出了边的属性。针对于有向图的子图匹配，“EfficientSubgraph Matching on Billion Node Graphs”. Proceedings of the VLDB Endowment,Vol. 5, No. 9. Zhao Sun, Hongzhi Wang等，提出了一种可以在十亿级节点数的web网络上进行快速子图匹配的算法，文献中作者实验认为该算法可在Facebook网络（数十亿节点）上实现20s内的快速子图匹配（其他算法基本耗时几个小时以上）。然而该方法依赖于join操作，join操作就是sql语言（可以用其他语言实现）的两个表内连接操作的实现，例如图8a-d所示，图8a分解为三个基本单元q1, q2, q3，假设子图匹配算法在全图G上匹配q1的所有同构子图集合作为表S1，q2的同构子图集合表S2，q3的同构子图集合表S3，join操作就是S1与S2进行内连接，S1有列名[d,b,c,e,f]，S2有列名[c,a,f]，S1与S2按列[c,f]进行内连接得到表S12，S12有列名[d,b,c,e,f,a]，然后再S12与表S3按列[b,a,f]进行内连接。join操作会产生大量的通信开销（相当于单机的时候多个表格联合查询）以及中间结果，导致算法的时间开销以及内存开销都很大。另外，由于有中间结果，所以在中间结果庞大的时候难以对最终的子图匹配结果进行筛选。

发明内容

本发明的目的在于改善现有技术中所存在的时间开销和内存开销大的问题，提供一种新的适用于有向图的适用于有向图的子图匹配方法及系统，可以降低内存消耗，以及提高匹配效率。

为了实现上述发明目的，本发明实施例提供了以下技术方案：

一方面，本发明实施例提供了一种图匹配方法，包括以下步骤：

将子图中的所有节点进行排序，得到排序后的集合S；

以[ind_v, out_v]作为节点v的节点特征，将集合S中的所有节点进行数据化表示，其中，ind_v为排在v之前并且与v相邻的节点在S中的坐标组成的集合，out_v为与v相连的各个方向的边数量减去ind_v中有相同方向的元素个数的差值组成的集合，且ind_v和out_v中的元素都带有方向；

以全图中的任意节点为起点，基于排序后所有节点的数据化表示进行节点搜索，直至满足预设的搜索结束条件，并将搜索结果作为匹配结果输出。