[論文レビュー] Generalized Cores

Vladimir Batagelj, Matjaž Zaveršnik|arXiv (Cornell University)|Feb 28, 2002

Complex Network Analysis Techniques参考文献 5被引用数 137

ひとこと要約

本稿では、局所的単調頂点性質関数に基づく一般化されたグラフコアの概念を導入し、大規模なグラフの効率的分解を可能にする。このような一般化コアは、O(m max(Δ, log n)) 時間で計算可能であることが証明されており、従来のコア分解をより広いクラスのグラフ性質に拡張しつつ、計算効率を維持している。

ABSTRACT

Cores are, besides connectivity components, one among few concepts that provides us with efficient decompositions of large graphs and networks. In the paper a generalization of the notion of core of a graph based on vertex property function is presented. It is shown that for the local monotone vertex property functions the corresponding cores can be determined in $O(m \max (\Delta, \log n))$ time.

研究の動機と目的

• 従来の次数に基づく定義にとどまらない、任意の局所的単調頂点性質関数に基づくグラフコアの概念を拡張すること。
• 性質に基づくコア構造を用いた、大規模なグラフおよびネットワークの統一された分解フレームワークを提供すること。
• 明示的な時間計算量を保証する、これらの一般化コアを計算するための効率的アルゴリズムを確立すること。

提案手法

• 頂点の近傍に基づいて値を割り当てる局所的単調頂点性質関数を用いて、一般化コアを定義する。
• 性質関数によって定義されるコア条件を満たさない頂点を再帰的に削除するプロセスを導入する。
• 性質値が必要なしきい値を下回った頂点を効率的に追跡・更新するため、優先度付きキューのデータ構造を用いる。
• 性質関数の単調性を活用して、分解プロセスの正しさと収束を保証する。
• 隣接リスト走査とヒープベース選択の組み合わせを用いてアルゴリズムを最適化し、提示された時間計算量を達成する。

実験結果

リサーチクエスチョン

• RQ1 グラフコアの概念は、次数に基づく定義を越えて、他の頂点性質を含めるように一般化可能か？
• RQ2 一般化コアの効率的計算を保証する頂点性質関数に必要な条件は何か？
• RQ3 一般化コア計算の時間計算量は、グラフサイズおよび最大次数にどのように依存するか？
• RQ4 一般化コア分解は、従来のkコア分解と同等の効率を維持できるか？

主な発見

• 提案された一般化コア分解は、局所的単調頂点性質関数を用いて形式的に定義されており、コア分解の適用範囲を拡張している。
• アルゴリズムは、任意の局所的単調頂点性質関数に対して、一般化コアを正しく計算できる。
• アルゴリズムの時間計算量は、O(m max(Δ, log n)) で抑えられ、標準的なkコア分解と同等の効率性を有している。
• 辺の数mに対して線形依存を維持するため、大規模なグラフへのスケーラビリティが保証されている。