[发明专利]一种相似交易模式的快速查找方法

说明书

本发明公开了一种相似子图的快速查找方法，包括以下步骤：步骤1：对网络数据进行向量化表达；步骤2：计算向量化数据中两两实体间的向量距离，得到实体与实体之间向量距离的矩阵；步骤3：根据实体间向量距离的矩阵，计算出每个实体距离最近的一系列实体，构成每个实体的相似有序集合；步骤4：根据相似有序集合，搜索与用户给定的查询子图中的每个实体相近的相似有序集合；步骤5：对得到的相似实体集合中所有实体构造网络，得到相似实体关系图，对相似实体关系图进行搜索，得到给定的查询子图的相似子图集合；步骤6：对相似子图集合和用户给定的查询子图两两做相似度匹配并进行排序；本发明还公开了一种相似交易模式的快速查找方法。

技术领域

本发明涉及相似子图快速搜索技术领域，特别涉及一种相似子图的快速查找方法。

背景技术

目前网络数据被广泛用于描述实体之间的关系，例如社会学中人与人之间的社会关系，生物学中蛋白质之间的相互作用以及金融公司之间的交易关系。网络数据的规模很大程度上会影响用户对网络进行分析的效率和准确性。如何在大规模网络数据中搜索给定的子图的相似子图，例如挖掘相似交易模式，社会关系等，成为了互联网，生物，商业等领域的热门课题。

对于网络数据，每个实体可以是，人，地点，物品等，实体之间的关系可以是人脉关系，邮件通信关系，交易关系等。在网络数据中子图可以是交易网络中特定几个人的交易情况，道路网络中特定几个地点的路网信息。

现有技术在庞大的网络数据中去寻找相似的子图的方法，都多少存在耗时过久的问题，许多存在的方法都是依据于每个实体和关系的类别进行搜索，因为本身自带了分类，大大减少了搜索的空间。但是再没有类别的网络数据中，对于庞大的数据量，都不能有效的进行相似子图的搜索，例如VF3，L2G，LAD，RI等方法，RI算法是在深度回溯搜索的中加入一些简单的规则进行剪枝优化，简单规则意味着评估是否符合规则的时间较短；VF3算法是也是定义了一些规则在深度回溯搜索中优化，而且已经证明速度比其它RI，L2G等算法速度更快，但这些算法都难以在交互级别的时间需求中对整个网络结构完成相似子图的搜索。

发明内容

本发明提供了一种相似子图的快速查找方法，可以快速在网络数据中查找出给定的子图的相似子图。

一种相似子图的快速查找方法，包括以下步骤：

步骤1：对网络数据进行向量化表达，用向量来代表网络数据中的每个实体得到向量化数据；

步骤2：计算步骤1得到的向量化数据中两两实体间的向量距离，得到实体与实体之间向量距离的矩阵；

步骤3：根据步骤2得到的实体间向量距离的矩阵，计算出每个实体距离最近的一系列实体，构成每个实体的相似有序集合；

步骤4：根据步骤3中的相似有序集合，搜索与用户给定的查询子图中的每个实体相近的相似有序集合；

步骤5：对步骤4中得到的相似实体集合中所有实体构造网络，得到相似实体关系图，对相似实体关系图进行搜索，得到给定的查询子图的相似子图集合；

步骤6：对步骤5中的相似子图集合和步骤4中用户给定的查询子图两两做相似度匹配，进行排序得到有序的相似子图集合。

本发明的相似子图的快速查找方法，把搜索时间降低到几秒以内，甚至在可交互级别范围内进行搜索，本发明把时间损耗转移到预处理阶段，对所需要搜索的网络数据提前进行预处理，进而在预处理后的结果中进行相似子图搜索，大大提高了搜索效率。克服现有技术中的精确匹配子图方法存在的问题，例如所需的时间复杂度高，用其进行相似度匹配时，大量的耗时进行一一匹配和搜索。

本发明通过对网络数据进行向量化表达，并计算网络中每个实体的向量距离，从而可以得到每个实体的有序相似实体集合。对用户给定的查询子图中每个实体的相似实体集合所组成的网络进行联通子图搜索，从而得到查询子图的相似子图集合。