标签不足时：融合网络结构与顶点属性的属性图模拟
社会与信息网络
2019-07-18 v2
摘要
属性图可用于表示具有带标签（属性）顶点和边的异构网络。给定一个属性图，模拟另一个具有相同或更大规模、且在标签和连通性方面具有相同统计特性的图，对于隐私保护和基准测试至关重要。在这项工作中，我们解决了捕获边连通性对顶点标签的统计依赖性问题，并使用相同分布以可扩展的方式重新生成相同或扩展规模的属性图。然而，当属性不能完全解释网络结构时，精确模拟成为挑战。我们提出属性图模型（PGM）方法，该方法使用标签增强策略来缓解此问题，并保留顶点标签和边连通性分布及其相关性，同时还复制度分布。我们提出的算法具有可扩展性，其复杂度与目标图中的边数呈线性关系。我们通过两个不同的示例说明了 PGM 方法在重新生成和扩展数据集方面的有效性。我们的开源实现可在 GitHub 上获取。
引用
@article{arxiv.1709.02339,
title = {When Labels Fall Short: Property Graph Simulation via Blending of Network Structure and Vertex Attributes},
author = {Arun V. Sathanur and Sutanay Choudhury and Cliff Joslyn and Sumit Purohit},
journal= {arXiv preprint arXiv:1709.02339},
year = {2019}
}
备注
Published in CIKM 2017