Moss：一种用于高效采样与计数 4 节点和 5 节点图元的可扩展工具
社会与信息网络
2015-12-18 v4
摘要
计数 3、4 和 5 节点无向模体（也称为图元）的频率被广泛用于理解诸如社交和生物网络等复杂网络。然而，由于计算量巨大，对于大型图计算这些指标是一项重大挑战。尽管近期在计数三角形（即 3 节点无向模体计数）方面做出了努力，但鲜少有人关注开发可用于表征 4 和 5 节点模体的可扩展工具。在本文中，我们开发了计算高效的采样与计数 4 和 5 节点无向模体的方法。我们的方法提供了模体频率的无偏估计量，并推导了估计量方差的简单且精确的公式。此外，我们的方法被设计为适应以顶点为中心的编程模型，因此可以轻松应用于当前的图计算系统，如 Pregel 和 GraphLab。我们在多种真实世界数据集上进行了实验，实验结果表明，在相同的估计误差下，我们的方法比现有最先进的方法快几个数量级。
引用
@article{arxiv.1509.08089,
title = {Moss: A Scalable Tool for Efficiently Sampling and Counting 4- and 5-Node Graphlets},
author = {Pinghui Wang and Jing Tao and Junzhou Zhao and Xiaohong Guan},
journal= {arXiv preprint arXiv:1509.08089},
year = {2015}
}