ANOMALYMAXQ：属性网络中基于异常结构最大化的查询方法
数据结构与算法
2021-08-18 v1 数值分析
数值分析
摘要
异常子图的检测在自然涌现于各类真实任务中，然而标签噪声严重干扰结果。作为我们工作的动机，我们聚焦于不精确监督并利用先验知识（如查询图）降低噪声影响。属性网络中的异常展现出结构化性质，例如具有“环结构”性质的洗钱异常。快速且近似地查询属性网络中的异常是主要挑战。我们提出一种新颖搜索方法：1）将查询图分解为星型结构；2）对属性顶点排序；3）在根顶点序列下将异常星型组装为近似查询。我们提出ANOMALYMAXQ并在68,411家公司网络（天眼查数据集）、7.72m专利网络（公司专利）等上执行。大量实验表明我们的方法具有高鲁棒性与快速响应时间。在运行专利数据集时，单次查询图的平均运行时间约为252秒。
引用
@article{arxiv.2108.07405,
title = {ANOMALYMAXQ:Anomaly-Structured Maximization to Query in Attributed Network},
author = {Xinyue Zhang and Nannan Wu and Zixu Zhen and Wenjun Wang},
journal= {arXiv preprint arXiv:2108.07405},
year = {2021}
}