[論文レビュー] A Change-Sensitive Algorithm for Maintaining Maximal Bicliques in a Dynamic Bipartite Graph

Apurba Das, Srikanta Tirthapura|arXiv (Cornell University)|Jul 26, 2017

Gene Regulatory Network Analysis参考文献 24被引用数 3

ひとこと要約

本稿では、辺の挿入または削除が行われる動的二部グラフにおいて、最大双部グラフを効率的に維持するための変化感受性アルゴリズム、DynamicBC を提案する。このアルゴリズムの時間計算量は、最大双部グラフ集合の実際の変化に比例しており、変化の大きさについて証明可能な境界を有する近似的最適な性能を達成しており、実際の実験でもベースラインを桁違いに上回っている。

ABSTRACT

We consider the maintenance of maximal bicliques from a dynamic bipartite graph that changes over time due to the addition or deletion of edges. When the set of edges in a graph changes, we are interested in knowing the change in the set of maximal bicliques (the "change"), rather than in knowing the set of maximal bicliques that remain unaffected. The challenge in an efficient algorithm is to enumerate the change without explicitly enumerating the set of all maximal bicliques. In this work, we present (1) near-tight bounds on the magnitude of change in the set of maximal bicliques of a graph, due to a change in the edge set (2) a "change-sensitive" algorithm for enumerating the change in the set of maximal bicliques, whose time complexity is proportional to the magnitude of change that actually occurred in the set of maximal bicliques in the graph. To our knowledge, these are the first algorithms for enumerating maximal bicliques in a dynamic graph, with such provable performance guarantees. Our algorithms are easy to implement, and experimental results show that their performance exceeds that of current baseline implementations by orders of magnitude.

研究の動機と目的

• 辺の追加または削除によって変化する二部グラフにおける最大双部グラフの効率的維持という課題に取り組む。
• 単一の辺更新によって生じる最大双部グラフ集合の最大変化量を定量化する。
• 実際の変化の大きさに比例して実行時間が伸びるアルゴリズムを設計する。これは、最悪ケースのグラフサイズに依存するのではなく、実際の変化量に依存する。
• 変化が疎である場合に特に有効な、大規模な動的グラフにおける最大双部グラフの実用的かつスケーラブルな維持を可能にする。

提案手法

• アルゴリズムは動的グラフ表現を維持し、辺の更新後の双部グラフ構造の変化を追跡する。
• 追加された辺によって旧来の最大双部グラフがもはや最大でなくなることを検出するためのサブスミーション検出メカニズム（SubBC）を用いる。
• 新規に追加された辺の近傍を探索し、潜在的な双部グラフ候補を拡張することで、新たな最大双部グラフを同定する。
• 正しさを保ちながらメモリ使用量を削減するため、署名ベースの表現（例：64ビットのmurmurハッシュ）を採用する。
• バッチサイズを設定可能なインクリメンタル処理をサポートし、オーバーヘッドとパフォーマンスのトレードオフを可能にする。
• サイズの閾値 $ s $ を適用することで、小さな双部グラフをフィルタリングし、大規模グラフにおける計算コストを削減できる。

実験結果

リサーチクエスチョン

• RQ1 単一の辺が二部グラフに追加された場合、最大双部グラフの数に生じる最大の変化量はどの程度か？
• RQ2 実際の変更された双部グラフの数にのみ依存するアルゴリズムを設計できるか？
• RQ3 最大双部グラフの変化の大きさは、辺の更新回数にどのように比例するか？
• RQ4 辺の更新後に、新たに形成された最大双部グラフとサブスミットされた最大双部グラフを効率的に検出できるか？

主な発見

• 単一の辺追加によって生じる最大双部グラフ集合の最大変化は、$ 3g(n-2) \approx 1.5 \times 2^{n/2} $ で抑えられ、これは $ n $ に関して指数関数的であり、この境界はタイトである。
• アルゴリズムの時間計算量は、実際に変更された双部グラフの数に比例しており、変化感受性であり、疎な更新に対して効率的である。
• 実験結果から、DynamicBC は、数百万本の辺を持つグラフにおいて、実行時間とスケーラビリティの両面でベースライン手法を桁違いに上回っている。
• 双部グラフの署名を用いることで、特に大規模な双部グラフにおいてメモリ使用量を顕著に削減でき、メモリ制限のあるデータセットでも実行可能になる。
• 双部グラフのサイズ閾値 $ s $ を大きくすることで、合計の計算時間は顕著に削減され、epinion-rating-init のような大規模グラフでは最大50％の削減が観察された。
• バッチサイズが大きくなると、サブスミットされた双部グラフの検出に指数関数的に依存するため、計算時間は増加するが、小さなバッチサイズでは高いオーバーヘッドが生じる。