从数据库网络中发现主题社区
数据库
2019-09-13 v2 信息检索
摘要
给定一个每个顶点关联一个事务数据库的数据库网络，我们关注于发现主题社区。此处，主题社区是一个内聚子图，使得一个公共模式在与子图中顶点关联的所有事务数据库中都是频繁的。从数据库网络中发现所有主题社区具有许多新颖的应用。然而，这极具挑战性，因为即使计算数据库网络中所有主题社区的数量也是 #P-hard 的。受主题社区长度随模式长度增加而缩小的观察启发，我们研究了主题社区的若干性质，并开发了 TCFI，这是一种利用这些性质有效剪枝无法形成任何主题社区的模式的可扩展算法。我们还设计了 TC-Tree，这是一种高效分解并索引主题社区的可扩展算法。从包含数亿个主题社区的 TC-Tree 中检索排序后的主题社区列表耗时不到 1 秒。大量实验与案例研究证明了 TCFI 和 TC-Tree 在从大型数据库网络中发现和查询有意义的主题社区方面的有效性与可扩展性。
引用
@article{arxiv.1709.08083,
title = {Finding Theme Communities from Database Networks},
author = {Lingyang Chu and Zhefeng Wang and Jian Pei and Yanyan Zhang and Yu Yang and Enhong Chen},
journal= {arXiv preprint arXiv:1709.08083},
year = {2019}
}