图上局部化类别属性的检测

卡内基梅隆大学的用户是否在Facebook上形成社交社群？信号处理研究者是否紧密合作？曼哈顿的中餐馆是否聚集在一起？这些看似不同的问题共享一个共同结构：可能在图上局部化的属性。换言之，由某属性激活的节点构成一个可轻易与其他节点分离的子图。在本文中，我们因而聚焦于在图上检测局部化属性的任务。我们特别感兴趣于类别属性，例如在线社交网络中的属性、推荐系统中的评分以及信息物理系统中的病毒，因为它们广泛应用于众多数据挖掘应用。为解决该任务，我们构建一个统计假设检验问题以判定给定属性是否局部化。我们提出两种统计量：图小波统计量(graph wavelet statistic)和图扫描统计量(graph scan statistic)，二者在检测局部化属性上被证明是有效的。我们在模拟数据和两个真实应用（从IEEE Xplore收集的合作作者网络中的高空气污染检测与关键词排序）上验证了所提统计量的鲁棒性。实验结果表明提出的图小波统计量和图扫描统计量是高效且有效的。