超图中的植入命中集恢复

在多个应用领域中，网络数据是通过测量涉及某些特定核心节点集合的交互而收集的。这产生了一个网络数据集，其中包含核心节点以及潜在大得多的边缘节点集合，后者均与至少一个核心节点有交互。在许多情形下，这类数据出现在比图更丰富的结构中，因为它们涉及更大集合的交互；例如，核心节点可能是一组受监控的个人，而我们观察到包含至少一名核心个人的会议的参与者。我们使用超图对此类场景建模，并研究核心恢复问题：若我们观察到超图但不知核心与边缘节点的标签，能否恢复超图中“植入”的核心节点集合？我们提供了一个理论框架用于分析此类核心节点集合的恢复，并利用我们的理论开发了一个实用且可扩展的核心恢复算法。我们分析与算法的关键在于核心节点是超图的一个命中集，即每条超边在该核心节点集合中至少有一个节点。我们在若干真实世界数据集上展示了我们算法的有效性，其优于源自网络中心性与核心-边缘度量的竞争性基线。