图上的三元组度量:楔形采样的力量
社会与信息网络
2014-04-22 v2 离散数学
摘要
图被用于模拟各种情境中的交互,并且越来越需要快速评估图的结构。一些最有用的图度量,特别是那些衡量社会凝聚力的度量,基于三角形。尽管这些三元组度量很重要,但相关算法可能非常昂贵。我们提出了一种基于楔形采样的新方法。这种通用技术可以快速准确地近似所有当前变体的聚类系数,并能够对图的三角形进行快速均匀采样。我们的方法在所有计算中都具有可证明且实用的时间-近似权衡。我们提供了大量结果,表明我们的方法比现有技术快几个数量级,同时提供接近完全枚举的准确性。我们的结果将使得三元组度量能够更广泛地用于超大规模图的分析,这在几个真实世界的例子中得到了证明。
引用
@article{arxiv.1202.5230,
title = {Triadic Measures on Graphs: The Power of Wedge Sampling},
author = {C. Seshadhri and Ali Pinar and Tamara G. Kolda},
journal= {arXiv preprint arXiv:1202.5230},
year = {2014}
}