專利名稱：一種基于圖中的塊結(jié)構(gòu)來計(jì)算鏈接相似度的系統(tǒng)和方法
技術(shù)領(lǐng)域：
本發(fā)明涉及數(shù)據(jù)挖掘和信息檢索領(lǐng)域，尤其是涉及一種基于圖中 的塊結(jié)構(gòu)來高效計(jì)算《連接相似度的方法。
背景技術(shù)：
在許多實(shí)際應(yīng)用中，對象之間的相似度需要用數(shù)值衡量。例如，
在一個(gè)典型的視頻網(wǎng)站中(如YouTube)，針對用戶當(dāng)前正在觀看的視 頻，網(wǎng)站會給出與這個(gè)視頻相似的一個(gè)視頻節(jié)目單以推薦給用戶，這 其中的核心問題就是相似度的計(jì)算。相似度的計(jì)算方法，依據(jù)其所利 用的對象信息的不同，可分為內(nèi)容相似度計(jì)算和鏈接相似度計(jì)算兩種。 內(nèi)容的相似度計(jì)算，顧名思義，就是利用對象的內(nèi)容作為相似度的評 判依據(jù)，主要的方法為向量空間模型(VSM)。以典型的文檔相似度計(jì)算 為例， 一篇文檔被視為一個(gè)包含術(shù)語(term)的向量(vector)，通過合適的 建模，向量之間的余弦值得到計(jì)算，這個(gè)余弦值就是文檔之間的相似 度。然而，現(xiàn)實(shí)世界中的許多數(shù)據(jù)，并沒有給出或者并不關(guān)注對象的 內(nèi)容，而是對對象之間的聯(lián)系特別感興趣，并籍此希望獲得對象之間 的相似度，這就是鏈接相似度計(jì)算面對的主要問題，也是本發(fā)明所面
向的4頁:威。
在鏈接相似度計(jì)算所面對的問題中，現(xiàn)實(shí)世界里的許多數(shù)據(jù)都可 以用一張圖來描述，其中對象可以對應(yīng)為圖中的節(jié)點(diǎn)，而對象之間的 關(guān)系對應(yīng)為圖中節(jié)點(diǎn)之間的邊。給定一張這樣的圖， 一種行之有效的，
計(jì)算圖中各個(gè)節(jié)點(diǎn)之間相似度的方法是業(yè)界所需的。在2002年知識發(fā)現(xiàn)特別興趣組大會(SIGKDD 2002)上，美國斯坦福大學(xué)的兩位研究人員 Glen Jeh和Jennifer Widom提出了 一種計(jì)算鏈接相似度的方法，并給出 了基于鏈接的相似度的定義。這個(gè)定義基于一個(gè)通用的直覺兩個(gè)對 象相似，是因?yàn)樗鼈冞B到了另外兩個(gè)相似的對象上。這個(gè)定義并不依 賴于具體的某個(gè)領(lǐng)域。隨后，他們引入了隨機(jī)游走的數(shù)學(xué)模型，這個(gè)
模型模擬了一個(gè)漫無目的的游走者，在圖中的節(jié)點(diǎn)之間，沿著邊任意 的走動(dòng)。假設(shè)這樣的隨機(jī)游走者有兩個(gè)，他們給出了基于鏈接的相似 度的定義，即節(jié)點(diǎn)A和節(jié)點(diǎn)B之間的相似度，是這兩個(gè)隨機(jī)游走者分 別從A和B出發(fā)，最后石並面的積克率。
盡管斯坦福的研究者給出了基于鏈接的相似度計(jì)算，但是這個(gè)方 法也有一些顯而易見的缺陷。在現(xiàn)實(shí)世界的應(yīng)用中，需要計(jì)算相似度
的圖結(jié)構(gòu)的大小通常數(shù)以萬計(jì)，在某些重要的應(yīng)用中，例如在信息檢 索中，計(jì)算網(wǎng)頁結(jié)構(gòu)圖中的相似度，是一個(gè)相當(dāng)耗時(shí)的工作，需要消 耗大量的CPU資源和內(nèi)存資源。例如，對于僅有5000個(gè)節(jié)點(diǎn)的圖， 如果需要得到節(jié)點(diǎn)兩兩之間相似度較為理想的結(jié)果， 一臺現(xiàn)代的PC機(jī) (例如CPU主頻2.0G)往往需要計(jì)算2小時(shí)以上。對于更大規(guī)模的圖結(jié) 構(gòu)，這個(gè)算法將會無能為力。
本發(fā)明的關(guān)鍵之處在于前面關(guān)于鏈接相似度的直覺和定義將會 予以保留，這保證了本發(fā)明所得到的結(jié)果的合理性；同時(shí)通過對抽象 圖中的塊結(jié)構(gòu)(block)加以偵測，并利用這種塊結(jié)構(gòu)來估計(jì)塊中節(jié)點(diǎn)的 相似度，使性能有了大幅提高。

發(fā)明內(nèi)容
本發(fā)明是鑒于上述技術(shù)問題而產(chǎn)生的。本發(fā)明的 一 個(gè)目的是提出 一種基于圖中的塊結(jié)構(gòu)來計(jì)算鏈接相似度的方法。
在一個(gè)方面中，根據(jù)本發(fā)明的基于圖中的塊結(jié)構(gòu)來計(jì)算鏈接相似度的方法包括步驟A、輸入一個(gè)圖結(jié)構(gòu)；B、對該圖結(jié)構(gòu)中的塊結(jié)構(gòu) 進(jìn)行偵測；C、通過迭代來計(jì)算塊間節(jié)點(diǎn)相似度；D、當(dāng)相鄰兩次計(jì)算 的結(jié)果收斂，或其接近程度已經(jīng)達(dá)到用戶的要求，終止迭代循環(huán)過程。
在這個(gè)方面中，其中步驟C進(jìn)一步包括Cl、計(jì)算塊的相似度； C2、計(jì)算塊內(nèi)節(jié)點(diǎn)相似度；C3、計(jì)算節(jié)點(diǎn)與所在塊之間的距離；C4、 利用在步驟C1中計(jì)算的塊的相似度和在步驟C3中計(jì)算的節(jié)點(diǎn)與所在 塊間的距離來計(jì)算不同塊之間的節(jié)點(diǎn)的相似度；C5、對步驟C2所計(jì)算 的塊內(nèi)節(jié)點(diǎn)相似度和步驟C4所計(jì)算的塊間節(jié)點(diǎn)相似度進(jìn)行組裝以得 到全局相似度。
在這個(gè)方面中，其中圖結(jié)構(gòu)是矩陣形式。
在這個(gè)方面中，其中在步驟C中每進(jìn)行一次迭代，就會對該圖中 的任意兩個(gè)節(jié)點(diǎn)之間的相似度進(jìn)行更新，這個(gè)過程是循環(huán)的，第K次 循環(huán)的結(jié)果將作為第K+l次循環(huán)的輸入。
在另 一個(gè)方面中，根據(jù)本發(fā)明的基于圖中的塊結(jié)構(gòu)來計(jì)算鏈接相 似度的系統(tǒng)包括輸入單元，用于輸入一個(gè)圖結(jié)構(gòu)；偵測單元，用于 對該圖結(jié)構(gòu)中的塊結(jié)構(gòu)進(jìn)行偵測；計(jì)算單元，用于通過迭代來計(jì)算塊 間節(jié)點(diǎn)相似度；終止單元，用于當(dāng)相鄰兩次計(jì)算的結(jié)果收斂或其接近 程度已經(jīng)達(dá)到用戶的要求時(shí)終止迭代循環(huán)過程。
在這個(gè)方面中，其中計(jì)算單元進(jìn)一步包括塊的相似度計(jì)算模塊， 用于計(jì)算塊結(jié)構(gòu)之間的相似度；塊內(nèi)節(jié)點(diǎn)相似度計(jì)算模塊，用于計(jì)算
同一個(gè)塊結(jié)構(gòu)中的節(jié)點(diǎn)的相似度；距離計(jì)算模塊，用于計(jì)算節(jié)點(diǎn)與所 在塊之間的距離；塊間節(jié)點(diǎn)相似度計(jì)算模塊，用于利用塊的相似度計(jì) 算模塊所計(jì)算的塊的相似度和距離計(jì)算模塊所計(jì)算的節(jié)點(diǎn)與所在塊間 的距離來計(jì)算不同塊之間的節(jié)點(diǎn)的相似度；組裝^t塊，用于對塊內(nèi)節(jié) 點(diǎn)相似度計(jì)算模塊所計(jì)算的塊內(nèi)節(jié)點(diǎn)相似度和塊間節(jié)點(diǎn)相似度計(jì)算模 塊所計(jì)算的塊間節(jié)點(diǎn)相似度進(jìn)行組裝以得到全局相似度。
6在這個(gè)方面中，其中圖結(jié)構(gòu)是矩陣形式。
在這個(gè)方面中，其中計(jì)算單元每進(jìn)行一次迭代就會對該圖中的任
意兩個(gè)節(jié)點(diǎn)之間的相似度進(jìn)行更新，這個(gè)過程是循環(huán)的，第K次循環(huán) 的結(jié)果將作為第K+l次循環(huán)的輸入。
通過本發(fā)明，在時(shí)間復(fù)雜度上有顯著的降低，這是最大的優(yōu)點(diǎn)。其 次，本發(fā)明建立在合理的理論模型上，以幾乎不損傷準(zhǔn)確性來得到性 能的大幅改善。


結(jié)合隨后的附圖，從下面的詳細(xì)說明中可顯而易見的得出本發(fā)明
的上述及其他目的、特征及優(yōu)點(diǎn)。在附圖中
圖1給出了根據(jù)本發(fā)明的基于圖中的塊結(jié)構(gòu)來計(jì)算鏈接相似度的
方法的流程圖2給出了根據(jù)本發(fā)明的計(jì)算塊間節(jié)點(diǎn)相似度的流程圖3給出了根據(jù)本發(fā)明的計(jì)算塊間節(jié)點(diǎn)相似度的示例；
圖4給出了根據(jù)本發(fā)明的基于圖中的塊結(jié)構(gòu)來計(jì)算鏈接相似度的
系統(tǒng)的方框圖5給出了根據(jù)本發(fā)明的計(jì)算單元的詳細(xì)方框圖6給出了能夠?qū)嵤┍景l(fā)明的一個(gè)示例環(huán)境的示意圖。
具體實(shí)施例方式
為了更全面地理解本發(fā)明及其優(yōu)點(diǎn)，下面結(jié)合附圖及具體實(shí)施例 對本發(fā)明做進(jìn)一步詳細(xì)地說明。
首先，參考圖1,對根據(jù)本發(fā)明的基于圖中的塊結(jié)構(gòu)計(jì)算鏈接相似 度的方法進(jìn)4亍說明。
如圖l所示，基于圖中的塊結(jié)構(gòu)來計(jì)算鏈接相似度的方法包括步驟
A、 輸入一個(gè)圖結(jié)構(gòu)。該圖結(jié)構(gòu)一般是以矩陣形式給出，比如一個(gè) IOOO個(gè)節(jié)點(diǎn)的圖，用矩陣表示就是1000*1000大小的矩陣。這個(gè)矩陣
可以存放在文件中，也可以直接置于內(nèi)存中。
B、 對該圖結(jié)構(gòu)中的塊結(jié)構(gòu)進(jìn)行偵測。塊結(jié)構(gòu)是一種特殊的子圖， 具有塊間盡可能*>散，塊內(nèi)盡可能密集的特點(diǎn)。對塊結(jié)構(gòu)的偵測實(shí)際 上是一種子圖劃分。具體地說，將一個(gè)整體圖劃分為很多子圖，使子 圖內(nèi)部的邊數(shù)較多，而子圖之間的邊數(shù)較少。子圖的個(gè)數(shù)可以由用戶 指定的，當(dāng)然也可以是預(yù)估的值，這個(gè)值使得計(jì)算性能近似最高。通 過切斷盡可能少的邊，對圖進(jìn)行劃分的方法已有許多現(xiàn)成的算法可以 借鑒，如美國明尼蘇達(dá)大學(xué)開發(fā)的METIS壽欠件包，此處不再細(xì)述。這 些算法也考慮到了劃分出來的子圖在規(guī)模上的平衡性。
C、 通過迭代來計(jì)算塊間節(jié)點(diǎn)相似度。每進(jìn)行一次迭代，就會對該 圖中的任意兩個(gè)節(jié)點(diǎn)之間的相似度進(jìn)行更新，這個(gè)過程是循環(huán)的，第K 次循環(huán)的結(jié)果將作為第K+l次循環(huán)的輸入。隨后參考圖2，對該步驟 進(jìn)4亍詳細(xì)地/說明。
D、 當(dāng)相鄰兩次計(jì)算的結(jié)果收斂，或其接近程度已經(jīng)達(dá)到用戶的要 求，終止迭代循環(huán)過程。
接下來，參考圖2，對計(jì)算塊間節(jié)點(diǎn)相似度的過程更詳細(xì)地說明。 圖2給出了根據(jù)本發(fā)明的計(jì)算塊間節(jié)點(diǎn)相似度的流程圖。 如圖2所示，計(jì)算塊間節(jié)點(diǎn)相似度的步驟進(jìn)一步包括 Cl、計(jì)算塊的相似度。具體地說，將一個(gè)塊^L為一個(gè)虛擬點(diǎn)，而 將塊之間的關(guān)系視為虛擬邊。確定每條虛擬邊上的權(quán)重，即塊A和塊 B之間的虛擬邊上的權(quán)重是這樣一些實(shí)際存在的邊數(shù)之和這些邊的 一端是塊A中的點(diǎn)，另一端是塊B中的點(diǎn)。這樣，可以得到一張小型 化的虛擬圖。對這個(gè)圖而言，基于與斯坦福大學(xué)研究人員提出的對相似度的直覺和定義，計(jì)算出塊的相似度，更詳細(xì)的過程可以參看他們
在SIGKDD 2002發(fā)表的^侖文"SimRank: A measure of structural -context similarity"。當(dāng)然，塊的相似度的計(jì)算并不局限于此，而是可利用其他 任何適當(dāng)?shù)姆绞?。值得注意的是，這個(gè)計(jì)算過程會調(diào)用前一次迭代計(jì) 算的結(jié)果；如果是第一次迭代，則認(rèn)為同一個(gè)虛擬點(diǎn)之間的相似度為1, 不同的虛擬點(diǎn)之間的相似度為0。
C2、計(jì)算塊內(nèi)節(jié)點(diǎn)相似度。對于同一個(gè)塊中的所有節(jié)點(diǎn)而言，它 們剛好構(gòu)成一張圖。由于步驟C1中的相似度計(jì)算方法能夠處理任意的 圖結(jié)構(gòu)中節(jié)點(diǎn)的相似度，本步驟也可以依照同樣的方法來計(jì)算塊內(nèi)節(jié) 點(diǎn)的相似度。
C3、計(jì)算節(jié)點(diǎn)與所在塊之間的距離。節(jié)點(diǎn)與所在塊之間的距離反 映節(jié)點(diǎn)與塊之間的緊密程度， 一般用該節(jié)點(diǎn)與塊中所有節(jié)點(diǎn)相似度的 平均值來衡量。
C4、計(jì)算塊間節(jié)點(diǎn)相似度。塊間節(jié)點(diǎn)的相似度是由步驟C1中的塊 的相似度和步驟C3中的這些節(jié)點(diǎn)與所在塊間的距離的乘積來得到的。 對于處于不同塊之間的節(jié)點(diǎn)而言，它們的相似度會與它們與各自所在 塊的聯(lián)系緊密程度(即距離)以及塊的相似度大小有關(guān)。
C5、對步驟C2所計(jì)算的塊內(nèi)節(jié)點(diǎn)相似度和步驟C4所計(jì)算的塊間 節(jié)點(diǎn)相似度進(jìn)行組裝以得到全局相似度。這里的組裝，實(shí)際上就是將 塊內(nèi)節(jié)點(diǎn)相似度和塊間節(jié)點(diǎn)相似度統(tǒng)一放置在一個(gè)大矩陣中，這個(gè)大 矩陣就是全局相似度。
現(xiàn)在，參考圖3，對該步驟C4進(jìn)行更詳細(xì)地說明。圖3給出了一 種近似估計(jì)塊間節(jié)點(diǎn)相似度的示例。
如圖3所示，假設(shè)要計(jì)算節(jié)點(diǎn)a和b之間的相似度，其中節(jié)點(diǎn)a屬 于塊A,節(jié)點(diǎn)b屬于塊B。
首先計(jì)算節(jié)點(diǎn)與所在塊之間聯(lián)系的緊密程度，即距離，我們用該節(jié)點(diǎn)到該塊中所有節(jié)點(diǎn)(包括它自身)的相似度的平均值來衡量，如要
計(jì)算a與塊A之間的距離，就是a與塊A中所有節(jié)點(diǎn)的相似度之和， 再除以塊A中的節(jié)點(diǎn)個(gè)數(shù)。同樣，計(jì)算節(jié)點(diǎn)b與所在塊B之間聯(lián)系的 緊密程度。接下來，用a與A的距離，b與B的距離，A與B的相似 度這三者的乘積來近似估計(jì)塊間節(jié)點(diǎn)相似度。
接下來，參考圖4，對根據(jù)本發(fā)明的基于圖中的塊結(jié)構(gòu)計(jì)算鏈接相 似度的系統(tǒng)進(jìn)4亍詳細(xì)地描述。
如圖4所示，根據(jù)本發(fā)明的基于圖中的塊結(jié)構(gòu)計(jì)算鏈接相似度的 系統(tǒng)包括輸入單元、偵測單元、計(jì)算單元、以及終止單元。
輸入單元用于輸入一個(gè)圖結(jié)構(gòu)。該圖結(jié)構(gòu)一般是以矩陣形式給出， 比如一個(gè)1000個(gè)節(jié)點(diǎn)的圖，用矩陣表示就是1000*1000大小的矩陣。 這個(gè)矩陣可以存;^文在文件中，也可以直接置于內(nèi)存中。
偵測單元對該圖結(jié)構(gòu)中的塊結(jié)構(gòu)進(jìn)行偵測。塊結(jié)構(gòu)是一種特殊的 子圖，具有塊間盡可能松散，塊內(nèi)盡可能密集的特點(diǎn)。對塊結(jié)構(gòu)的偵 測實(shí)際上是一種子圖劃分。具體地說，將一個(gè)整體圖劃分為很多子圖， 使子圖內(nèi)部的邊數(shù)較多，而子圖之間的邊數(shù)較少。子圖的個(gè)數(shù)可以由 用戶指定的，當(dāng)然也可以是預(yù)估的值，這個(gè)值使得計(jì)算性能近似最高。 通過切斷盡可能少的邊，對圖進(jìn)行劃分的方法已有許多現(xiàn)成的算法可 以借鑒。
計(jì)算單元用于通過迭代來計(jì)算塊間節(jié)點(diǎn)相似度。每進(jìn)行一次迭代，
就會對該圖中的任意兩個(gè)節(jié)點(diǎn)之間的相似度進(jìn)行更新，這個(gè)過程是循 環(huán)的，第K次循環(huán)的結(jié)果將作為第K+l次循環(huán)的輸入。隨后參考圖5, 對該計(jì)算單元進(jìn)行詳細(xì)地說明。
用戶的要求時(shí)終止迭代循環(huán)過程。
接下來，參考圖5,對計(jì)算單元進(jìn)行更詳細(xì)地說明。圖5給出了根據(jù)本發(fā)明的計(jì)算單元的詳細(xì)方框圖。
如圖5所示，計(jì)算單元進(jìn)一步包括塊的相似度計(jì)算模塊、塊內(nèi)節(jié) 點(diǎn)相似度計(jì)算模塊、距離計(jì)算模塊、塊間節(jié)點(diǎn)相似度計(jì)算模塊、以及 組裝模塊。
塊的相似度計(jì)算模塊用于計(jì)算塊結(jié)構(gòu)之間的相似度。具體地說， 將一個(gè)塊視為一個(gè)虛擬點(diǎn)，而將塊之間的關(guān)系視為虛擬邊。確定每條 虛擬邊上的權(quán)重，即塊A和塊B之間的虛擬邊上的權(quán)重是這樣一些實(shí) 際存在的邊數(shù)之和這些邊的一端是塊A中的點(diǎn)，另一端是塊B中的 點(diǎn)。這樣，可以得到一張小型化的虛擬圖。對于任意一個(gè)給定的圖， 根據(jù)斯坦福大學(xué)研究人員提出的對相似度的直覺和定義，可以計(jì)算出
塊的相似度。當(dāng)然，塊的相似度的計(jì)算并不局限于此，而是可利用其 他任何適當(dāng)?shù)姆绞?。值得注意的是，這個(gè)計(jì)算過程會調(diào)用前一次迭代 計(jì)算的結(jié)果；如果是第一次迭代，則認(rèn)為同一個(gè)虛擬點(diǎn)之間的相似度 為l,不同的虛擬點(diǎn)之間的相似度為0。
塊內(nèi)節(jié)點(diǎn)相似度計(jì)算模塊用于計(jì)算同 一個(gè)塊結(jié)構(gòu)中的節(jié)點(diǎn)的相似 度。對于同一個(gè)塊中的所有節(jié)點(diǎn)而言，它們剛好構(gòu)成一張圖。由于上 面描述的相似度計(jì)算能夠處理任意的圖結(jié)構(gòu)中節(jié)點(diǎn)的相似度，因此也 可以依照上述相似度計(jì)算來計(jì)算塊內(nèi)節(jié)點(diǎn)的相似度。
距離計(jì)算模塊用于計(jì)算節(jié)點(diǎn)與所在塊之間的距離。節(jié)點(diǎn)與所在塊 之間的距離反映節(jié)點(diǎn)與塊之間的緊密程度， 一 般用該節(jié)點(diǎn)與塊中所有 節(jié)點(diǎn)的相似度的平均值來衡量。
塊間節(jié)點(diǎn)相似度計(jì)算模塊用于計(jì)算塊結(jié)構(gòu)間的節(jié)點(diǎn)相似度。塊間 節(jié)點(diǎn)的相似度是由塊的相似度計(jì)算模塊所計(jì)算的塊的相似度和距離計(jì) 算模塊所計(jì)算的這些節(jié)點(diǎn)與所在塊間的距離的乘積來得到的。對于處 于不同塊之間的節(jié)點(diǎn)而言，它們的相似度會與它們與各自所在塊的聯(lián) 系緊密程度(即距離)以及塊的相似度大小有關(guān)。
ii組裝模塊用于對塊內(nèi)節(jié)點(diǎn)相似度計(jì)算模塊所計(jì)算的塊內(nèi)節(jié)點(diǎn)相似 度和塊間節(jié)點(diǎn)相似度計(jì)算模塊所計(jì)算的塊間節(jié)點(diǎn)相似度進(jìn)行組裝以得 到全局相似度。這里的組裝，實(shí)際上就是將塊內(nèi)節(jié)點(diǎn)相似度和塊間節(jié) 點(diǎn)相似度統(tǒng)一放置在一個(gè)大矩陣中，這個(gè)大矩陣就是全局相似度。
下面參考圖6對本發(fā)明的硬件結(jié)構(gòu)示例進(jìn)行說明。亳無疑問，圖4 和5所示的每個(gè)模塊或單元都可以用一個(gè)專用硬件來構(gòu)成，同時(shí)這些 塊同樣也可以用通用信息處理設(shè)備來實(shí)現(xiàn)。
如圖6所示，該計(jì)算機(jī)包括CPU外網(wǎng)單元，其中該單元包含了 CPU、 RAM、 ROM、以及輸入/輸出控制器，并且所有這些部件是透過主機(jī)控 制器而互連。該計(jì)算機(jī)還包括通信接口、存儲設(shè)備、軟盤驅(qū)動(dòng)器、以 及圖形控制器。特別地，軟盤驅(qū)動(dòng)器可對軟盤進(jìn)行讀寫，圖形控制器 則驅(qū)動(dòng)顯示器。
CPU依照存儲在ROM、 BIOS、以及RAM中的程序來操作，并且 由此控制每一個(gè)部分。圖結(jié)構(gòu)數(shù)據(jù)可通過多種方式輸入設(shè)備輸入，如 存儲設(shè)備(硬盤，閃存)，光驅(qū)，鍵盤輸入或通過網(wǎng)絡(luò)傳輸。在邏輯結(jié) 構(gòu)上，這種圖結(jié)構(gòu)數(shù)據(jù)有多種表現(xiàn)形式，最常見的是鄰接矩陣表示方 法。圖結(jié)構(gòu)隨后會被讀入存儲設(shè)備。存儲設(shè)備還存儲供計(jì)算機(jī)使用的 本發(fā)明的程序、應(yīng)用、OS等等的代碼和數(shù)據(jù)。此后，所讀取的程序和 數(shù)據(jù)將被加載到RAM中以供CPU使用。
從上述結(jié)構(gòu)實(shí)例中可以看出，任何具有通用計(jì)算^l^功能的硬件都可 以用作本發(fā)明需要的硬件。應(yīng)該指出的是，圖6僅示出了用于實(shí)施本 發(fā)明實(shí)施例的硬件結(jié)構(gòu)。相應(yīng)地，對其他各種結(jié)構(gòu)來說，只要對其可 以應(yīng)用本發(fā)明實(shí)施例，那么這些結(jié)構(gòu)都是可行的。此外，每一個(gè)上述 例示組件未必是本發(fā)明的必要組件。另外，本發(fā)明還可以使用硬件、 軟件、或者軟硬件組合來實(shí)現(xiàn)。
至此，已對本發(fā)明進(jìn)行了描述。與同類方法橫向比較，本發(fā)明提出的方法在時(shí)間復(fù)雜度上有顯著的降低，這是最大的優(yōu)點(diǎn)。其次，本 發(fā)明建立在合理的理論^=莫型上，以幾乎不損傷準(zhǔn)確性來得到性能的大 幅改善。
對于本領(lǐng)域的普通技術(shù)人員來說可顯而易見的得出其他優(yōu)點(diǎn)和修
述的具體說明及示例性實(shí)施例。因此，在不脫離由隨后權(quán)利要求及其 等價(jià)體所定義的 一般發(fā)明構(gòu)思的精神和范圍的情況下，可對其做出各 種修改。
權(quán)利要求
1、一種基于圖中的塊結(jié)構(gòu)來計(jì)算鏈接相似度的方法包括步驟A、輸入一個(gè)圖結(jié)構(gòu)；B、對該圖結(jié)構(gòu)中的塊結(jié)構(gòu)進(jìn)行偵測；C、通過迭代來計(jì)算塊間節(jié)點(diǎn)相似度；D、當(dāng)相鄰兩次計(jì)算的結(jié)果收斂，或其接近程度已經(jīng)達(dá)到用戶的要求，終止迭代循環(huán)過程。
2、 根據(jù)權(quán)利要求l的方法，其中步驟C進(jìn)一步包括 Cl、計(jì)算塊的相似度；C2、計(jì)算塊內(nèi)節(jié)點(diǎn)相似度；C3、計(jì)算節(jié)點(diǎn)與所在塊之間的距離；C4、利用在步驟C1中計(jì)算的塊的相似度和在步驟C3中計(jì)算的節(jié) 點(diǎn)與所在塊間的距離來計(jì)算不同塊之間的節(jié)點(diǎn)的相似度；C5、對步驟C2所計(jì)算的塊內(nèi)節(jié)點(diǎn)相似度和步驟C4所計(jì)算的塊間 節(jié)點(diǎn)相似度進(jìn)行組裝以得到全局相似度。
3、 根據(jù)權(quán)利要求1的方法，其中圖結(jié)構(gòu)是矩陣形式。
4、 根據(jù)權(quán)利要求l的方法，其中在步驟C中每進(jìn)行一次迭代，就會 對該圖中的任意兩個(gè)節(jié)點(diǎn)之間的相似度進(jìn)行更新，這個(gè)過程是循環(huán)的， 第K次循環(huán)的結(jié)果將作為第K+l次循環(huán)的輸入。
5、 一種基于圖中的塊結(jié)構(gòu)來計(jì)算鏈接相似度的系統(tǒng)包括 輸入單元，用于輸入一個(gè)圖結(jié)構(gòu)；偵測單元，用于對該圖結(jié)構(gòu)中的塊結(jié)構(gòu)進(jìn)行偵測； 計(jì)算單元，用于通過迭代來計(jì)算塊間節(jié)點(diǎn)相似度； 終止單元，用于當(dāng)相鄰兩次計(jì)算的結(jié)果收斂或其接近程度已經(jīng)達(dá) 到用戶的要求時(shí)終止迭代循環(huán)過程。
6、 根據(jù)權(quán)利要求5的系統(tǒng)，其中計(jì)算單元進(jìn)一步包括 塊的相似度計(jì)算模塊，用于計(jì)算塊結(jié)構(gòu)之間的相似度塊內(nèi)節(jié)點(diǎn)相似度計(jì)算模塊，用于計(jì)算同 一個(gè)塊結(jié)構(gòu)中的節(jié)點(diǎn)的相 似度；距離計(jì)算模塊，用于計(jì)算節(jié)點(diǎn)與所在塊之間的距離； 塊間節(jié)點(diǎn)相似度計(jì)算模塊，用于利用塊的相似度計(jì)算模塊所計(jì)算的塊的相似度和距離計(jì)算模塊所計(jì)算的節(jié)點(diǎn)與所在塊間的距離來計(jì)算不同塊之間的節(jié)點(diǎn)的相似度；組裝模塊，用于對塊內(nèi)節(jié)點(diǎn)相似度計(jì)算模塊所計(jì)算的塊內(nèi)節(jié)點(diǎn)相似度和塊間節(jié)點(diǎn)相似度計(jì)算模塊所計(jì)算的塊間節(jié)點(diǎn)相似度進(jìn)行組裝以得到全局相似度。
7、 根據(jù)權(quán)利要求5的系統(tǒng)，其中圖結(jié)構(gòu)是矩陣形式。
8、 根據(jù)權(quán)利要求5的系統(tǒng)，其中計(jì)算單元每進(jìn)行一次迭代，就會對 該圖中的任意兩個(gè)節(jié)點(diǎn)之間的相似度進(jìn)行更新，這個(gè)過程是循環(huán)的， 第K次循環(huán)的結(jié)果將作為第K+l次循環(huán)的輸入。
全文摘要
一種基于圖中的塊結(jié)構(gòu)來計(jì)算鏈接相似度的系統(tǒng)和方法，其中該方法包括步驟輸入一個(gè)圖結(jié)構(gòu)；對該圖結(jié)構(gòu)中的塊結(jié)構(gòu)進(jìn)行偵測；通過迭代來計(jì)算塊間節(jié)點(diǎn)相似度；當(dāng)相鄰兩次計(jì)算的結(jié)果收斂，或其接近程度已經(jīng)達(dá)到用戶的要求，終止迭代循環(huán)過程。本發(fā)明可在時(shí)間復(fù)雜度上有顯著的降低。
文檔編號G06F17/30GK101576905SQ200910078788
公開日2009年11月11日 申請日期2009年3月3日 優(yōu)先權(quán)日2009年3月3日
發(fā)明者軍 何, 劉紅巖, 佩 李, 杜小勇, 蔡元哲 申請人:杜小勇