图聚集技术的现状与挑战

来源：软件学报杂志2015年第1期北京时间：

作者：潘秋萍,游进国,张志朋,董朋志,胡宝丽

单位：潘秋萍，昆明理工大学 信息工程与自动化学院, 云南 昆明 65050011,游进国，昆明理工大学 信息工程与自动化学院, 云南 昆明 65050002,张志朋，昆明理工大学 信息工程与自动化学院, 云南 昆明 65050003,董朋志，昆明理工大学 信息工程与自动化学院, 云南 昆明 65050004,胡宝丽，昆明理工大学 信息工程与自动化学院, 云南 昆明 65050005

摘要：图聚集技术旨在获取能够涵盖原图大部分信息的简洁超图,用于提炼概要信息、解决存储消耗和社交隐私保护等问题.对当前的图聚集技术进行研究,综述了现有图聚集技术中的分组方法并对其进行分类,将分组标准划分为基于属性一致性、基于邻接分组一致性、基于关联强度一致性、基于邻接顶点一致性和基于零重建误差这5类;在高层次上将各分组标准概括为基于属性、基于结构和同时基于属性和结构的图聚集.较为全面地总结和分析了当前图聚集技术的研究现状和进展,并探讨了未来研究的方向.

关键词：图数据;图聚集;分组标准;属性信息一致;结构信息一致

基金资助：国家自然科学基金(61462050); 云南省自然科学基金(2013FZ020, 201303095); 云南省教育厅科学研究基金重点项目(2013Z125); 高等学校学科创新引智计划(111计划)(B12028)