ONBRA：时序网络中介数中心性的严格估计

在网络分析中，节点的介数中心性非正式地刻画了经过该节点的最短路径的比例。介数中心性度量的计算是现代网络分析中的一项基础任务，能够识别此类网络中最核心的节点。除了规模庞大，现代网络还包含其事件发生时间的信息。此类网络通常被称为时序网络。时间信息使得时序网络中介数中心性（即时序介数中心性）的研究比静态网络（即不含时间信息的网络）更具挑战性。此外，由于计算成本极高，时序介数中心性的精确计算在中等规模网络上也常常不可行。降低此类计算成本的一种自然方法是获取时序介数中心性精确值的高质量估计。本文提出了 ONBRA，这是首个基于采样的近似算法，用于估计时序网络中节点的时序介数中心性值，并对其输出质量提供严格的概率保证。ONBRA 能够在两种不同的最短路径最优性准则下计算时序介数中心性值的估计。此外，ONBRA 利用经验 Bernstein 界（一种高级集中不等式）输出具有严格理论保证的高质量估计。最后，我们的实验评估表明，ONBRA 在多个真实世界网络上显著降低了时序介数中心性精确计算所需的计算资源，同时提供了具有严格保证的高质量估计。