.png){kind=icon}
返回
Accelerating (k,l,η)-Core Query Processing in Directed Uncertain Graphs
.png){kind=icon}
OA
AI
DOI：10.3390/electronics15163508.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
不确定图常用于建模由实验或测量误差引起实体间的不确定关系。近年来，不确定图的分析引起了显著的研究关注，其中 ( k , η ) -核的计算已成为一个基础性问题。然而，现有关于 ( k , η ) -核的研究常忽略边的方向，导致结果子图中顶点间相关性较弱。为解决此限制，我们提出了一个方向感知的 ( k , l , η ) -核模型。具体而言，( k , l , η ) -核被定义为一个最大连通子图，其中每个顶点具有至少 η 的概率满足入度 ≥ k 且出度 ≥ l 。我们首先提出一种基于剥离策略的在线算法来计算 ( k , l , η ) -核。为提升查询性能，我们开发了两种索引机制 DUCS-E 和 DUCS 以加速查询处理。DUCS-E 存储所有可能 ( k , l , η ) -核的概率信息，使其能在查询处理中完全避免冗余计算，但需占用大量存储空间。为缓解此问题，我们提出了轻量级 DUCS 索引，其单独存储方向概率信息，减少存储开销的同时仍能剪枝许多无关顶点，但需要额外验证。为平衡效率与存储，我们进一步设计了一种结合两种方法优点的混合索引。最后，在真实数据集上的实验评估证明了所提出的 ( k , l , η ) -核模型的有效性，以及我们方法的高效性和可扩展性。
Keyword:
uncertain graph
directed graph
(k,l,η)-core
index
graph analysis
期刊
IF:
2.6
论文数:
1.0W
被引数:
4.7W
机构
暂无机构信息
引用论文
.png){kind=icon}
分享收藏
Truss community search in uncertain graphsXing, B.; Tan, Y.; Zhou, J.; Du, M. 不确定图中的桁架社区搜索. Knowl. Inf. Syst. 2024, 66, 7739–7773. [Google Scholar] [CrossRef] [Scilit]
PREAI
分享收藏Finding Antagonistic Communities in Signed Uncertain Graphs张, Q.; Chu, L.; 赵Z.; 裴J. 在带符号的不确定图中寻找对抗性社区. IEEE Trans. Knowl. Data Eng. 2025, 37, 655–669. [Google Scholar] [CrossRef] [Scilit]
PREAI
分享收藏
查看更多内容