动态网络中的自适应社区搜索
数据结构与算法
2020-11-12 v1 社会与信息网络
摘要
社区搜索是一个被广泛研究的问题，其给定一个静态图和一组查询顶点，要求找到一个包含查询顶点的内聚（或稠密）子图。本文研究时序动态网络中的社区搜索问题。我们将基于解中所有顶点间成对最短路径距离的“网络低效性”概念适配到时序设定中。为此，我们定义了“最短最快路径距离”的概念：由用户定义参数控制的时空维度的线性组合。我们由此定义了最小时序低效子图问题，并证明其是 NP 难的。我们开发了一种算法，其利用了将时序网络谨慎转换为静态有向加权图，以及近期用于寻找最小有向斯坦纳树的一些近似算法。我们最终将框架推广到流设定，其中时序图的新快照持续到达，而我们的目标是为对应于滑动时间窗的时序图产生社区搜索解。
引用
@article{arxiv.2011.05353,
title = {Adaptive Community Search in Dynamic Networks},
author = {Ioanna Tsalouchidou and Francesco Bonchi and Ricardo Baeza-Yates},
journal= {arXiv preprint arXiv:2011.05353},
year = {2020}
}
备注
IEEE BigData 2020