基于图神经网络的子图匹配符号算法

杨欣; 徐周波; 陈浦青; 刘华东

doi:10.16725/j.cnki.cn45-1351/tn.2022.05.004

桂林电子科技大学学报 ›› 2022, Vol. 42 ›› Issue (05) : 391 -397. DOI: 10.16725/j.cnki.cn45-1351/tn.2022.05.004

基于图神经网络的子图匹配符号算法

杨欣, 徐周波, 陈浦青, 刘华东

作者信息 +

Author information +

文章历史 +

摘要

子图匹配是图数据分析中的基础问题,具有重要的研究意义。针对子图匹配求解算法存在大量冗余搜索的问题,提出了一种基于图神经网络的子图匹配符号算法。该算法利用图神经网络技术聚合节点的邻域信息,得到包含图局部属性和结构的特征向量,以该向量作为过滤条件得到查询图的节点候选集C。此外,优化匹配顺序并利用符号ADD操作在数据图中构建C的各个候选区域,减少了子图枚举验证过程中的冗余搜索。实验结果表明,与VF3算法相比,该算法有效地提高了子图匹配的求解效率。