换；
[0039] b)若uGVs，vg'P；，如果现有点的个数|Vs| <n，则不发生替换；否贝1J，点v需要 添加到Vs*并且替换掉一个现有的点；
[0040] C)若如果现有点的个数|vs| <n-l，则不发生替换；否则，u，v都需 要添加到Vs中并发生一次或两次替换。
[0041] S2.根据抽样子图Gs中点的度特性，确定点替换概率函数f^)，D。根据概 率函数计算点Vi被替换的概率Pvi=f(dvi)，其中dvi是点v;的度，得到子图中点替换概率 集合
[0042] 为了减少度高的点的频繁替换导致抽样子图的抖动，为度较高的点分配较小的替 换概率，即函数以山）在作用域[l，d_]内单调递减，其中(1_为度分布集合中最高的度数。 以山）可以是反比例函数，也可以是递减的指数函数等。
[0043] S3.采用遗传算法中的选择算法select(P) (P为S2中计算得到的点替换概率集 合），选取待替换的点r。选择算法select(P)的原则是：使得替换概率高的点被选择的概 率大，select(P)可以是遗传算法中的轮盘赌选择算法，也可以是比例选择算法等。
[0044] S4.根据替换原则，判断S3选择的点r是否符合要求，若符合，则转至S5 ;否则，转 至S3。
[0045] 替换原则如下：
[0046] a)上述S1的b)情况下，在选择替换点时，不能选择新增边中的点，并且在后续的 孤立点删除时也不能删除新增边中的点；
[0047] b)上述S1的c)情况下，假设先添加u，再添加V。在添加u时，Vs中没有与其相 关联的点，所以发生的替换并没有限制。后面在添加v时，由于Vs中存在与其相连的点u， 所以替换出的点不能为u。在这种情况下，第一个新增点在替换时没有限制，第二新增点在 替换时不能替换刚新增的第一个点，并且在后续的孤立点删除时也不能删除刚新增的第一 个点。
[0048] S5.从1中删除r，从删除与r相关联的边。
[0049] S6.从1中删除独立点。
[0050] S7.把新增点和边e加入子图Gs中。
[0051] 下面以图2,图3为例，说明本发明方法的实施过程。图2为流式到达的边，图3为 抽样过程中暂存子图的点、边集合示意图，令目标子图点集大小n= 4,在算法初始化时，将 VJPE3设置为空，具体包括以下步骤：
[0052]步骤1 :前三条边（nl，n5)，（n6,n2)，（nl，n2)的到达都不会发生点替换，依次将点 和边加入子图集合中。当读取边（n2，n4)时，此时点的个数达到集合大小的上限4,且出现 新节点n4,故需要进行点替换；
[0053] 步骤2 :选定/ (4 ) =I为替换函数，人为比例系数，则点V;的替换概率为 ? / 爲=/(今）=^。那么此时，111、115、116、112的度分别为2、1、2、1，根据芝>,,;=1计算得到 1 1 iill] 义二。得到子图中点nl、n5、n6、n2替换概率为自
[0054] 步骤3 :采用轮盘赌选择算法，图4为本发明实施例提供的轮盘赌概率分布示意 图，接下来的随机选择是在圆盘上随机选择一个点，这个点落在的区域对应的点即为被替 换的点；
[0055] 步骤4 :假设根据这一选择算法得到的被替换点为n2,根据本发明方法的替换原 贝1J，被替换的点不能为当前处理边中的点，那么就会按照选择算法重新随机选择一次，直到 选择的点不在当前处理边的两端点中。再假设最终选择了满足要求的替换点为nl;
[0056] 步骤5 :根据替换规则，在V#删除点nl的同时，要删除Es中与nl相关联的边 (nl，n2)和（nl，n5)；
[0057] 步骤6 :在这两条边被删除后，产生了一个孤立点n5,它也会从、中被删除；
[0058] 步骤7 :添加新增的节点n2和新增边（n2,n4)到子图中。
[0059] 本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以 限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含 在本发明的保护范围之内。
【主权项】
1. 一种基于度特征替换策略的流式图抽样方法，其特征在于，所述方法包括如下步 骤：51. 流式边e= (u，v)到达，判断是否会产生点替换，如果会发生点替换，则执行S2,否 则执行S7 ;52. 根据抽样子图氏中点的度特性，确定点替换概率函数f(di)，diGD;根据概率函数 计算点Vi被替换的概率馬=/的,），得到子图中点替换概率集合f=诉I，取，…，的}，其中 店^是点V;的度，且j由样子图为Gs=(VS，Es)，Vs={v1，V2,. . .，V。}为子图的点集 合，Vi(l《i《n)为抽样子图中的点，且点集大小|V」=n化={e1，62,. . .，e"J为子图的 边集合，e，（l《j《m)为抽样子图中的边；D= {di，d2,. . .，cU为点集合中点的度分布；53. 采用遗传算法中的选择算法select(P)，其中P为S2中计算得到的点替换概率集 合，选取待替换的点r;54. 根据替换原则，判断S3选择的点r是否符合要求，若符合则转至S5 ;否则转至S3 ;55. 从Vs中删除r，从Es中删除与r相关联的边；56. 从V,中删除独立点；57. 把新增点和边e加入子图Gs中。2. 如权利要求1所述的方法，其特征在于，所述步骤S1中判断是否会产生点替换的依 据如下： a) 若UEYs，vEYs，不会引起Vs添加新点，不发生替换； b) 若UGVwv€K，如果现有点的个数IV」<n，则不发生替换；否贝1J，点V需要添加 到Vs中并且替换掉一个现有的点； C)若如果现有点的个数IV」<n-l，则不发生替换；否则，u，v都需要添 加到V.中并发生一次或两次替换。3. 如权利要求1或2所述的方法，其特征在于，所述步骤S2中确定点替换概率函数 f化）的原则为： 为度较高的点分配较小的替换概率，即函数f(di)在作用域[l，dmJ内单调递减，其中 屯。、为度分布集合中最高的度数。4. 如权利要求1或2所述的方法，其特征在于，所述f(d1)是反比例函数，或者是递减 的指数函数。5. 如权利要求1或2所述的方法，其特征在于，所述步骤S3中选择算法select(P)的 原则是：使得替换概率高的点被选择的概率大。6. 如权利要求1或2所述的方法，其特征在于，所述选择算法select(巧是遗传算法中 的轮盘赌选择算法，或者是比例选择算法。7. 如权利要求2所述的方法，其特征在于，所述步骤S4中的替换原则如下： a) 上述S1的b)情况下，在选择替换点时，不能选择新增边中的点，并且在后续的孤立 点删除时也不能删除新增边中的点； b) 上述S1的C)情况下，假设先添加U，再添加V;在添加U时，V,中没有与其相关联的 点，所W发生的替换并没有限制；后面在添加V时，由于Vg中存在与其相连的点U，所W替换 出的点不能为U;在运种情况下，第一个新增点在替换时没有限制，第二新增点在替换时不 能替换刚新增的第一个点，并且在后续的孤立点删除时也不能删除刚新增的第一个点。
【专利摘要】本发明属于流式图数据抽样领域，尤其涉及一种度特征替换策略的抽样方法。包括：S1.流式边e＝(u,v)到达，判断是否会产生点替换，如果会发生点替换，则执行S2，否则执行S7；S2.根据抽样子图Gs中点的度特性，确定点替换概率函数f(di)，di∈D，D为子图中点的度分布集合；根据概率函数计算点vi被替换的概率得到子图中点替换概率集合S3.采用遗传算法中的选择算法select(P)，其中P为S2中计算得到的点替换概率集合，选取待替换的点r；S4.根据替换原则，判断S3选择的点r是否符合要求，若符合则转至S5；否则转至S3；S5.从Vs中删除r，从Es中删除与r相关联的边；S6.从Vs中删除独立点；S7.把新增点和边e加入子图Gs中。本发明方法得到的抽样子图与原图的特性相似度高。
【IPC分类】G06F17/30
【公开号】CN105005586
【申请号】CN201510354896
【发明人】施展, 冯丹, 余静, 韩江, 郭鹏飞, 黄力, 鲍匡迪, 欧阳梦云
【申请人】华中科技大学
【公开日】2015年10月28日
【申请日】2015年6月24日