基于最小描述长度原则的属性图概要方法

图概要技术是管理、分析和可视化大规模图的关键技术之一。如何综合结构和属性信息进行图概要是一个挑战。大部分现有的图概要方法或者只考虑结构或属性某一方面的信息，或者要求属性的表现形式是一致的。结合信息论中最小描述长度原则，对属性图概要问题建模，将其转化为求解最小表示代价问题，以实现图压缩和图概要的双重目标。提出了一种计算节点属性相似性的方法，该属性度量方法对节点属性的限制较小，并且将节点间的相似性统一为存储代价，实现了节点结构相似和属性相似的协同考虑。提出了两种求解最小代价表示的图概要算法。在真实和合成的数据集上实验，验证了提出算法的有效性。