网络大时间序列数据中因果路径的计数

图或网络表示是关系数据中数据挖掘和机器学习任务的重要基础。许多网络分析工具，如中心性度量、信息排序或簇检测，都基于这样的假设：连边捕捉直接影响，而路径代表可能的间接影响。在时间戳网络数据（例如动态社交网络、生物序列或金融交易）中，这一假设不成立。在此类数据中，对于两个时间戳连边 (A,B) 和 (B,C)，时间先后顺序与时间间隔决定了是否存在从节点 A 经 B 到 C 的因果路径。若干工作表明，正因如此，网络分析不能直接应用于时间戳网络数据。解决此问题的现有方法需要因果路径上的统计量，这对于大数据集在计算上具有挑战性。针对该问题，我们开发了一种在时间戳网络数据中计数因果路径的高效算法。将其应用于经验数据，我们表明该方法比某开源数据分析包中实现的基线方法更高效。我们的方法对于因果路径连续连边间最大时间差的不同取值均高效，并支持流式场景。借此，我们填补了阻碍复杂网络大时间序列数据高效分析的空白。