增量式无损图摘要
数据库
2020-06-18 v1 社会与信息网络
摘要
给定一个完全动态图，表示为边插入与删除的流，我们如何获得并增量更新其当前快照的无损摘要？随着大规模图无处不在，简洁表示它们对于高效存储与分析不可避免。无损图摘要是一种有效的图压缩技术，具有许多理想性质。它旨在将输入图紧凑地表示为 (a) 一个由超节点（即节点集合）与超边（即超节点之间的边）组成的摘要图，提供粗略描述，以及 (b) 修正粗略描述所引入错误的边校正。虽然已为静态图开发了若干适用于快速紧凑图摘要的批处理算法，但它们对于实践中常见的动态图在时间与空间上效率极低。本工作中，我们提出 MoSSo，首个用于完全动态图无损摘要的增量算法。针对输入图的每次变化，MoSSo 通过重复在超节点间移动节点来更新输出表示。MoSSo 基于若干新颖思想，谨慎而迅速地决定待移动节点及其目标。通过在 10 个真实图上的大量实验，我们表明 MoSSo 具有：(a) 快速且“任意时刻可用”：以近常数时间（小于 0.1 毫秒）处理每次变化，比运行最先进批处理方法快至多 7 个数量级；(b) 可扩展：摘要具有数亿边的图，过程中仅需亚线性内存；以及 (c) 有效：即便与最先进批处理方法相比也取得可比的压缩比。
引用
@article{arxiv.2006.09935,
title = {Incremental Lossless Graph Summarization},
author = {Jihoon Ko and Yunbum Kook and Kijung Shin},
journal= {arXiv preprint arXiv:2006.09935},
year = {2020}
}
备注
to appear at the 26th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (KDD '20)