文章目录
ABSTRACT
大量关于图摘要的文献忽视了具有不同类型边的可能性,本文先提出两步方法,即先独立地处理每个关系,然后对生成的多个摘要聚合成一个.在此基础上,本文针对无损单关系图汇总的经典问题,提出了第一个基于k-中值聚类的多项式时间逼近算法。接着提出更全面的近似和启发式算法,可以直接计算多属性图的摘要。
1 INTRODUCTION
Graph summarization的优势与应用,多属性图的广泛应用。
1.1 Background and Related Work
介绍基于修正集的图汇总方法的背景知识,以及该方法的成本计算。
求解原图最小无损摘要的问题可以转换为求解原图的一个划分,因为这样的一个划分直接决定了摘要和修正集的结果。但是这样的可能划分非常多,Navlakha等人对此提出了一种无质量保证的简单贪婪凝聚启发式算法,此外还有关于有损摘要的方法。
1.2 Multi-relation Graph Summarization
给出了关系图的定义,还有无损关系汇总和k-无损关系汇总的问题定义
1.3 Why Not Keeping an Individual Summary for Each Relation?
介绍不单独为每个关系保留一个摘要的原因