核分解最优参数选取问题的研究.pdfVIP

摘 要 图模型被广泛应用于表示实体之间的关系，并衍生了大量实际应用。随着 信息技术的高速发展，人们正在众多领域中采集越来越大且越来越多的图数据。 在计算机科学、生物学、社会科学和脑科学等领域，理解网络是极为重要的。然 而，由于网络的庞大规模，大多数网络分析算法已经不能正常工作。另一方面， 内聚子图挖掘算法既能揭示图的关键性质，又能有效地在海量图上进行计算。 k­core 模型是稠密子图挖掘领域中研究最多的模型。k­core 的模式和它的层 次分解被广泛应用于许多领域，例如社会学，万维网和生物学。相关研究的算法 通常需要一个输入参数k ，但却没有手工选取参数以外的确定方式。在本文中， 给定一张图和一个社区评分标准，需快速找到最佳的k 值令k­core set 或k­core 的评分最高。这个问题极具挑战性，因为现有各种各样的社区评分指标并且它们 在大型数据集上的计算代价高昂。通过精心设计的顶点排序技巧，本文设计了计 算最优的k 值的算法，算法具有最优的时间和空间复杂度，并且能够使用于大多 数社区评分指标。本文设计的算法也能够计算每个k­core 和每个k­core set 的评 分，并且能够帮助其他k­core 相关问题的算法设计。在10 个真实世界网络上进 行了广泛的实验，数据规模最大为数十亿条边，实验结果验证了本文设计的算法 的高效率以及输出结果的有效性。 关键词: k­core; 核分解; 社区评分指标; 社区发现; 参数选取; i ABSTRACT Graphs have been widely used to represent the relationships of entities in a large spectrum of applications. With the rapid development of information technology, peo­ ple are collecting increasingly more and larger graph data in various scenarios. It is of greatimportancetomakesenseofgraphsinfieldsincludingcomputerscience,biology, social science, and brain science. However, most algorithms for network analysis are no longer functional due to the huge scale of graphs. Cohesive subgraph mining algo­ rithms,ontheotherhand,canbothrevealcrucialpropertiesofagraphandbecomputed efficientlyonmassivegraphs. The k­core model is the most well­studied model in cohesive subgraph mining. Themodeof k­coreanditshierarchicaldecompositionhavebeenappliedinmanyareas, such as sociology, the world wide web, and biology. Algorithms on related studies often need an input value of parameter k, while there is no existing solution other than manualselection. Inthispaper,givenagraphandascoringmetric,weaimtoefficiently find the best value of k such that the score of the k­core (or k­core set) is the highest. The problem is challenging because there are various community scoring metrics and the computatio