一种通过忽略大型枢纽节点进行基于邻域的链路预测的快速并行方法
社会与信息网络
2025-06-24 v4 分布式、并行与集群计算
摘要
链路预测有助于纠正各种图算法中因网络内未被考虑或被忽略的链路而产生的不准确性。然而，许多现有工作使用基线方法，由于其较高的时间复杂度而产生了不必要的计算成本。此外，许多研究关注较小的图，这可能导致误导性的结论。在此，我们在大型图上研究使用基于邻域的相似性度量进行链路预测。具体而言，我们改进了基线方法（IBase），并提出了一种额外忽略大型枢纽节点（DLH）的启发式方法，其基于高 degree 节点在其邻居间贡献的相似度极小这一思想。在配备双路 16 核 Intel Xeon Gold 6226R 处理器的服务器上，DLH 平均比 IBase 快 1019 倍，尤其是在网络图和社交网络上，同时保持相似的预测准确率。值得注意的是，DLH 实现了 38.1M edges/s 的链路预测速率，并且线程数每翻倍性能提升 1.6 倍。
引用
@article{arxiv.2401.11415,
title = {A Fast Parallel Approach for Neighborhood-based Link Prediction by Disregarding Large Hubs},
author = {Subhajit Sahu},
journal= {arXiv preprint arXiv:2401.11415},
year = {2025}
}
备注
17 pages, 12 figures, 1 table