用户名密码登录

1.现有方法1.1PatRelQuery图查询有很多种范式，应用最广泛的一种范式是PatRelQueryPatRelQuery结合了图查询与关系查询（混合查询），既可以匹配图模式，也可以对节点属性进行关系运算目前应用最多的图查询语言Cypher即遵循的PatRelQuery范式本文就是对PatRelQuery进行优化1.2PatRelQuery目前存在的两个问题1.缺乏统一的框架目前采用的方法是进行两段处理，先进行图形模式匹配，再进行关系操作；这会导致图和关系之间存在的一些相互作用无法被考虑进去，可能导致次

1.硕士论文（过滤最近邻搜索）面向场景用户的查询需要限定在数据集的某个子集上时，例如在特定时间范围内的图像或者满足某些特定属性的产品问题提出在许多向量数据库产品中，过滤器被视为一个黑盒，它以完全无法预测的方式在构建索引时随意包含或排除点元数据可以成为提高过滤近邻搜索（ANNS）性能的强大工具，它有助于构建预见过滤查询需求的索引，并在回答这些查询时保持稳健的性能在可能发生的过滤很多很复杂的情况下，提前为每种可能的过滤建立相关点的索引是不切实际的我们不禁会问：当存在许多可能的过滤条件时，我们能否构建整合了元数据

论文题目：GraSP:OptimizingGraphbasedNearestNeighborSearchwithSubgraphSamplingandPruning1.发现作者统计了HNSW算法的边在查询时被访问的频率，发现在查询过程中极少数的边被高频地访问。这说明在查询过程中有些节点担任“枢纽节点“的角色，枢纽节点连接的边会被高频访问。其他的节点在重要性上较为边缘，他们的边访问次数很低。作者还分析认为，目前的图构建方法中所有节点设置统一的邻居数。邻居数大了搜索路径变短但距离比较时间变长；邻居数小了则反之。