面向大图数据的子图相似匹配算法研究与实现
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 研究目的及意义 | 第12-13页 |
| 1.3 主要研究内容 | 第13-15页 |
| 1.3.1 基于索引的子图相似匹配 | 第13-14页 |
| 1.3.2 基于云环境的子图相似匹配 | 第14-15页 |
| 1.4 本文的组织结构 | 第15-17页 |
| 第2章 相关工作 | 第17-23页 |
| 2.1 问题定义 | 第17-18页 |
| 2.2 子图相似匹配方法的相关研究 | 第18-20页 |
| 2.3 云环境图数据库管理系统的介绍 | 第20-21页 |
| 2.4 本章小结 | 第21-23页 |
| 第3章 基于索引的子图相似匹配方法 | 第23-35页 |
| 3.1 索引单元定义及其结构 | 第23-25页 |
| 3.1.1 基本定义 | 第23-24页 |
| 3.1.2 索引结构 | 第24-25页 |
| 3.2 基于索引子图相似匹配的查询算法 | 第25-32页 |
| 3.2.1 节点匹配 | 第25页 |
| 3.2.2 随机生成树的产生和匹配 | 第25-28页 |
| 3.2.3 相似子图集的匹配顺序 | 第28-30页 |
| 3.2.4 图匹配算法 | 第30-32页 |
| 3.3 基于索引子图相似匹配的复杂度分析 | 第32-33页 |
| 3.4 小结 | 第33-35页 |
| 第4章 基于云环境的子图相似匹配方法 | 第35-57页 |
| 4.1 基于内存云图处理系统的介绍 | 第35-37页 |
| 4.2 算法的总体框架及其流程 | 第37-39页 |
| 4.2.1 算法的总体框架 | 第37-38页 |
| 4.2.2 算法流程 | 第38-39页 |
| 4.3 查询图的松弛与分解 | 第39-51页 |
| 4.3.1 基于图的查询图的松弛与分解 | 第40-43页 |
| 4.3.2 基于生成树的查询图的松弛与分解 | 第43-45页 |
| 4.3.3 查询图的边权序列 | 第45-46页 |
| 4.3.4 基于共享生成树的分解算法 | 第46-49页 |
| 4.3.5 最优分解 | 第49-51页 |
| 4.4 并行的树匹配与连接算法 | 第51-55页 |
| 4.4.1 并行的树匹配 | 第51-53页 |
| 4.4.2 并行的树连接 | 第53-55页 |
| 4.5 小结 | 第55-57页 |
| 第5章 性能测试与结果分析 | 第57-69页 |
| 5.1 基于索引的子图相似匹配方法的测试与分析 | 第57-61页 |
| 5.1.1 实验设计与数据来源 | 第57-58页 |
| 5.1.2 测试结果对比与分析 | 第58-61页 |
| 5.2 基于云环境的子图相似匹配方法的测试与分析 | 第61-67页 |
| 5.2.1 实验设计与数据来源 | 第61-63页 |
| 5.2.2 测试结果对比与分析 | 第63-67页 |
| 5.3 基于索引与云环境子图相似匹配算法的对比 | 第67页 |
| 5.4 小结 | 第67-69页 |
| 第6章 总结与展望 | 第69-71页 |
| 6.1 内容总结 | 第69页 |
| 6.2 未来展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75页 |
