基于图神经网络的子图匹配符号算法

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.

关键词：子图同构、图匹配问题、图神经网络、代数决策图、候选区

所属期刊栏目：42

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金;广西自然科学基金项目

在线出版日期：2022-11-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：391-397