Fast Butterfly-Core Community Search For Large Labeled Graphs

要約

コミュニティ検索 (CS) は、グラフ内のクエリ頂点に対応する密に相互接続されたサブグラフを識別することを目的としています。
ただし、既存の異種グラフベースのコミュニティ検索方法は、グループ間のコミュニティを特定するのに支援が必要であり、効率の問題があるため、大規模なグラフには適していません。
この論文では、異種グラフ用のバタフライ コア コミュニティ (BCC) 構造に基づく高速コミュニティ検索モデルを紹介します。
Random Walk with Restart (RWR) アルゴリズムとバタフライ次数は、コミュニティ内の頂点の重要性を包括的に評価し、グループ間の凝集性を維持するためにリーダー頂点を迅速に更新できるようにします。
さらに、頂点の距離を更新するためのより効率的な方法を考案しました。これにより、頂点の訪問が最小限に抑えられ、操作効率が向上します。
いくつかの実世界の時間グラフに対する広範な実験により、このソリューションの有効性と効率性が実証されました。

要約(オリジナル)

Community Search (CS) aims to identify densely interconnected subgraphs corresponding to query vertices within a graph. However, existing heterogeneous graph-based community search methods need help identifying cross-group communities and suffer from efficiency issues, making them unsuitable for large graphs. This paper presents a fast community search model based on the Butterfly-Core Community (BCC) structure for heterogeneous graphs. The Random Walk with Restart (RWR) algorithm and butterfly degree comprehensively evaluate the importance of vertices within communities, allowing leader vertices to be rapidly updated to maintain cross-group cohesion. Moreover, we devised a more efficient method for updating vertex distances, which minimizes vertex visits and enhances operational efficiency. Extensive experiments on several real-world temporal graphs demonstrate the effectiveness and efficiency of this solution.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google