2024年10月21日至10月25日，第33届信息和知识管理国际会议CIKM（33rd ACM International Conference on Information and Knowledge Management，CIKM 2024）在美国爱达荷州博伊西召开。CIKM是数据库、数据挖掘、内容检索领域顶级国际会议，并被中国计算机学会（CCF）推荐为B类国际会议。会议主要涉及数据科学、数据库、信息检索、知识管理、人工智能等领域。

会议期间，来自王选所数据管理实验室的博士研究生杨凌林就他的研究成果进行了展示，并与国际同行进行了深入交流。

杨凌林同学做口头报告

王选所研究生在SIGMOD2024上发表的论文信息如下：

Linglin Yang, Yuqi Zhou, Yue Pang, Lei Zou. Efficient Pruned Top-K Subgraph Matching with Topology-Aware Bounds.

Top-k子图匹配是一类重要的图查询，在知识图谱和社交网络中都有着广泛的应用。给定一个查询图，top-k子图匹配根据用户定义的评分函数，返回在数据图中最多k个得分最高的子图匹配。由于子图匹配问题的搜索空间很大，现有的方法在处理大图时效率不高。本文提出了一种新的高效的top-k子图匹配方法。它通过从一个新索引（hop index）计算拓扑感知的子空间分数上界来遍历有效修剪的搜索空间。该hop index为每个节点存储一定跳数邻域内节点属性的范围。此外，我们的方法集成了一个基于代价的的根节点选择策略，该策略选择能尽可能多地利用hop index的剪枝能力的查询节点作为根节点。此外，我们还使用了一种新的切边策略来处理有环的一般查询图。在真实数据集和合成数据集上的实验结果表明，我们的方法优于现有方法。