UTCS：基于时序动态与子图知识预训练的有效无监督时序社区搜索
信息检索
2025-06-04 v1
摘要
在许多实际应用中，实体之间不断演变的关系可以被建模为时序图，其中每条边都有一个表示交互时间的时间戳。作为图分析中的一个基本问题，时序图中的社区搜索 (CS) 受到了越来越多的关注，但表现出两个主要局限性：(1) 传统方法通常需要预定义的子图结构，而这些结构并不总是事先已知的。(2) 基于学习的方法难以捕获时间交互信息。为了填补这一研究空白，在本文中，我们提出了一种基于时序动态与子图知识预训练的有效无监督时序社区搜索模型 (UTCS)。UTCS 包含两个关键阶段：离线预训练和在线搜索。在第一阶段，我们引入多个学习目标以在无监督学习设置下促进预训练过程。在第二阶段，我们识别候选子图，并使用预训练的节点表示和一种新颖的评分机制计算社区分数，以确定最终的社区成员。在五个真实世界数据集上的实验证明了该方法的有效性。
引用
@article{arxiv.2506.02784,
title = {UTCS: Effective Unsupervised Temporal Community Search with Pre-training of Temporal Dynamics and Subgraph Knowledge},
author = {Yue Zhang and Yankai Chen and Yingli Zhou and Yucan Guo and Xiaolin Han and Chenhao Ma},
journal= {arXiv preprint arXiv:2506.02784},
year = {2025}
}
备注
Accepted by SIGIR'25 short paper track