[论文解读] Generalized Graph Pattern Matching

Pedro Almagro-Blanco, Fernando Sancho Caparrini|arXiv (Cornell University)|Aug 12, 2017

Graph Theory and Algorithms参考文献 6被引用 4

一句话总结

本文提出广义图查询（GGQ），一种用于查询属性图的稳健逻辑框架，通过引入强大谓词和细化操作，将选择图扩展至支持复杂、循环的子图模式。GGQ 实现了知识发现与白盒机器学习中的高效自动化查询构建，其在 GGQ-ID3 算法中的集成已证明其有效性。

ABSTRACT

Most of the machine learning algorithms are limited to learn from flat data: a recordset with prefixed structure. When learning from a record, these types of algorithms don't take into account other objects even though they are directly connected to it and can provide valuable information for the learning task. In this paper we present the concept of Generalized Graph Query, a query tool over graphs or multi-relational data structures. They are built using the same graph structure as generalized graphs and allow to express powerful relational and non-relational restrictions on this type of data. Also, this paper shows mechanisms to build this kind of queries dynamically and how they can be used to perform bottom-up discovery processes through machine laerning techniques. ----- La mayoría de los algoritmos que aprenden a partir de datos están limitados ya que sólo son capaces de aprender a partir de datos estructurados en forma de tabla en la que cada fila representa un registro y cada columna una propiedad asociada. Estos algoritmos, no tienen en cuenta los atributos de las estructuras con las que un registro dado puede estar relacionado, a pesar de que éstos pueden aportar información útil a la hora de llevar a cabo la tarea de aprendizaje. En este artículo presentamos el concepto de Generalized Graph Query, una herramienta de consulta de patrones en grafos generalizados. Dicha herramienta ha sido construida utilizando la estructura de Grafo Generalizado y permite expresar restricciones relacionales y no relacionales sobre este tipo de estructuras. Además, en este artículo se presentan mecanismos para la construcción automática de este tipo de consultas y se muestra cómo éstas pueden ser utilizadas en procesos de descubrimiento tipo bottom-up a través de técnicas relacionadas con el Aprendizaje Automático.

研究动机与目标

• 解决图数据库中缺乏标准化、表达性强的查询机制的问题，以支持超越基本子图同构的复杂模式检测。
• 将现有查询模型（如选择图）泛化，以支持循环模式、更丰富的谓词和灵活的细化操作。
• 为自动化、可控复杂度的查询生成提供基础，适用于白盒机器学习与知识发现。
• 通过组合式细化操作实现复杂查询的高效构建，生成查询结构的嵌入式划分。

提出的方法

• 提出 GGQ 作为一种使用广义图结构（支持节点、边和属性）查询属性图的逻辑框架。
• 将模式匹配从同构扩展至图模拟和有界模拟，支持带约束的灵活子图匹配。
• 引入基于树的评估机制，其中模式中的每个节点均作为根节点，通过路径交集检测循环模式。
• 定义一组原子细化操作，允许从简单 GGQ 构建复杂 GGQ，细化操作可生成 $2^k$ 种变体（$k$ 个谓词）。
• 采用声明式查询风格，支持结构、语义、精确和最优查询，且可编译至 Gremlin 等执行引擎。
• 在概念验证实现中应用 GGQ，并将其集成至 GGQ-ID3 算法中，用于多关系决策树学习。

实验结果

研究问题

• RQ1 如何将图模式匹配泛化，以支持超越简单同构的循环与复杂子图模式？
• RQ2 哪些细化操作可在可控复杂度框架下，实现从简单查询系统化、自动化地构建复杂查询？
• RQ3 GGQ 是否可作为图结构化数据中知识发现的稳健、可扩展查询语言？
• RQ4 在复杂模式检测方面，GGQ 与 SPARQL、Cypher 或 Gremlin 等现有查询语言相比，在表达力和效率上表现如何？

主要发现

• GGQ 通过在模式的每个节点上评估以之为根的树，成功检测图中的循环模式，克服了先前基于投影方法的局限性。
• 该框架通过组合式细化支持复杂查询的构建，细化族可为 $k$ 个修改后的谓词生成 $2^k$ 种变体。
• 使用 GGQ 作为决策树测试的 GGQ-ID3 算法，成功从图结构化数据中提取出有意义的复杂模式，实现知识发现。
• 通过组合原子操作（如一步添加边和属性），可对细化集合进行优化，减少步骤数并提升效率。
• 该框架经少量修改后可扩展至超图，表明其自然延伸至广义超图查询支持的潜力。
• 实验验证确认 GGQ 在真实世界知识发现任务中的实际效用，尤其在多关系学习流水线中表现突出。