从顶点邻域中挖掘具有质量保障的大型拟团

挖掘稠密子图是图谱挖掘任务中一项重要的基元。在本文中，我们正式确立：真实世界图的两个反复出现的特征，即重尾度分布和大聚类系数，意味着存在具有高空边密度的相当大的顶点邻域。这一观察提示了一种非常简单的提取大型拟团的方法：只需扫描顶点邻域，计算每个顶点的聚类系数，并输出其中最优的子图。此类方法的实现需要统计图中的三角形，这是图谱挖掘中一个被充分研究的问题。当在多个真实世界图上经实证测试时，该方法揭示了一个意外：顶点邻域包含非平凡大小的最大团，且最佳邻域的密度往往优于专用的最大化子图密度算法所产生的子图。对于具有小聚类系数的图，我们证明可使用局部搜索方法精炼小的顶点邻域以“生长”出更大的团和近团。我们的结果表明，与最坏情况理论结果相反，从真实世界图中挖掘非平凡大小的团和拟团通常并非难题，并为进一步旨在更好解释这些实证成功的工作提供了动机。