基于边删除的符号网络平衡最大化
社会与信息网络
2020-10-22 v1
摘要
在符号网络中，每条边被标记为正或负。边的符号刻画了关系的极性。符号网络的平衡性是图论中一个被充分研究的属性。在一个平衡（子）图中，顶点可被划分为两个子集，负边仅出现在划分之间。图的平衡部分已被证明能增强其成员间的一致性并带来更好的性能。虽然现有工作主要关注于寻找图内最大的平衡子图，我们研究的是最大化目标社区（子图）平衡性的网络设计问题。具体而言，给定预算 和符号网络中感兴趣的社区，我们的目标是通过删除至多 条边，使该社区尽可能接近平衡。除了确立 NP 困难性外，我们还表明该问题是非单调且非子模的。为克服这些计算挑战，我们提出了基于平衡性与网络拉普拉斯谱之间谱关系的启发式方法。由于谱方法缺乏近似保证，我们进一步设计了一个贪心算法及其随机化版本，具有可证明的近似质量界。这些界通过利用平衡最大化函数的伪子模性推导得出。在八个真实符号网络上的实证评估表明，所提出的算法是有效的、高效的，并且可扩展到具有数百万条边的图。
引用
@article{arxiv.2010.10991,
title = {Balance Maximization in Signed Networks via Edge Deletions},
author = {Kartik Sharma and Iqra Altaf Gillani and Sourav Medya and Sayan Ranu and Amitabha Bagchi},
journal= {arXiv preprint arXiv:2010.10991},
year = {2020}
}
备注
To appear as a full paper in WSDM 2021