An Effective Index for Truss-based Community Search on Large Directed Graphs

要約

コミュニティ検索は、オンラインでパーソナライズされたコミュニティの発見を可能にするコミュニティ検出の派生であり、大規模な現実世界のネットワークで広範な用途が発見されています。
最近では、無向グラフに関して実質的な研究が行われているにもかかわらず、有向グラフ内のコミュニティ検索の問題にさらに焦点を当てる必要があります。
最近提案された D-トラス モデルは、取得されたコミュニティの品質において良好な結果を達成しました。
ただし、既存の D-トラス ベースの作業では、最大の D-トラスを取得するには大量のコンピューティング リソースを消費するため、大規模なグラフで効率的なコミュニティ検索を実行できません。
この問題を克服するために、D-トラス接続として知られる革新的なマージ関係を導入し、D-トラス内のエッジの固有の密度と凝集性をキャプチャします。
この関係により、元のグラフ内のすべてのエッジを一連の D トラス接続クラスに分割することができます。
次に、D-truss-connected に基づいて、簡潔でコンパクトなインデックス ConDTruss を構築します。
ConDTruss を使用すると、最大 D トラス検索の効率が大幅に向上し、理論的に最適なアプローチになります。
大規模な有向グラフに対して行われた実験評価により、提案手法の有効性が証明されました。

要約(オリジナル)

Community search is a derivative of community detection that enables online and personalized discovery of communities and has found extensive applications in massive real-world networks. Recently, there needs to be more focus on the community search issue within directed graphs, even though substantial research has been carried out on undirected graphs. The recently proposed D-truss model has achieved good results in the quality of retrieved communities. However, existing D-truss-based work cannot perform efficient community searches on large graphs because it consumes too many computing resources to retrieve the maximal D-truss. To overcome this issue, we introduce an innovative merge relation known as D-truss-connected to capture the inherent density and cohesiveness of edges within D-truss. This relation allows us to partition all the edges in the original graph into a series of D-truss-connected classes. Then, we construct a concise and compact index, ConDTruss, based on D-truss-connected. Using ConDTruss, the efficiency of maximum D-truss retrieval will be greatly improved, making it a theoretically optimal approach. Experimental evaluations conducted on large directed graph certificate the effectiveness of our proposed method.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google