大型图中基于 truss 的结构多样性搜索
数据库
2020-07-16 v2
摘要
个体做出的社会决策易受其社会邻域信息影响。社会 contagion 的一个关键预测因子是个体接触邻域内社会情境的多样性，称为结构多样性。然而，现有模型对大规模网络分析的可分解性有限，且不能准确反映社会情境多样性。本文提出一种新的基于 truss 的结构多样性模型以克服弱可分解性。基于此模型，我们研究图中基于 truss 的结构多样性搜索新问题，即找到具有最高基于 truss 结构多样性的 r 个顶点并返回其社会情境。为解决该问题，我们提出在线结构多样性搜索算法，时间复杂度为 ，其中 、 和 分别为 的树 Arboricity、边数和三角形数。为提升效率，我们设计优雅紧凑的索引称为 TSD-index，以进一步加速搜索过程。我们进一步优化 TSD-index 结构为高度压缩的 GCT-index。我们基于 GCT-index 的结构多样性搜索利用全局三角形信息快速构建索引，并在 时间内找到答案。大量实验证明了我们提出模型和算法相对于最先进方法的有效性与高效性。
引用
@article{arxiv.2007.05437,
title = {Truss-based Structural Diversity Search in Large Graphs},
author = {Jinbin Huang and Xin Huang and Jianliang Xu},
journal= {arXiv preprint arXiv:2007.05437},
year = {2020}
}