[論文レビュー] Graph Pattern Matching for Dynamic Team Formation

Shuai Ma, Jia Li+3 more|arXiv (Cornell University)|Jan 3, 2018

Data Management and Algorithms参考文献 36被引用数 6

ひとこと要約

本稿では、パターングラフを用いて構造的制約と容量制限を統合する、top-$k$ チーム形成のためのグラフパターンマッチング手法を提案する。連続的かつ同時的なパターングラフおよびデータグラフの更新を効率的に処理できる統合的インクリメンタルアルゴリズムを導入し、動的環境下でバッチ再計算を著しく上回る性能を発揮する。パターン更新が最大36%、データ更新が最大34%の状況下でその有効性を示す。

ABSTRACT

Finding a list of k teams of experts, referred to as top-k team formation, with the required skills and high collaboration compatibility has been extensively studied. However, existing methods have not considered the specific collaboration relationships among different team members, i.e., structural constraints, which are typically needed in practice. In this study, we first propose a novel graph pattern matching approach for top-k team formation, which incorporates both structural constraints and capacity bounds. Second, we formulate and study the dynamic top-k team formation problem due to the growing need of a dynamic environment. Third, we develop an unified incremental approach, together with an optimization technique, to handle continuous pattern and data updates, separately and simultaneously, which has not been explored before. Finally, using real-life and synthetic data, we conduct an extensive experimental study to show the effectiveness and efficiency of our graph pattern matching approach for (dynamic) top-k team formation.

研究の動機と目的

• 既存のチーム形成手法が、チームメンバー間の特定の協働関係を構造的制約としてモデル化できないというギャップを解消すること。
• 連続的かつインクリメンタルな更新がパターングラフおよび基盤データグラフに加わる状況を扱える、動的 top-$k$ チーム形成問題を定式化すること。
• パターン更新、データ更新、およびそれらの同時発生を、完全な再計算を伴わずに効率的に処理できる統合的インクリメンタルアルゴリズムを開発すること。
• バッチ計算フェーズにおいて半径可変ボールと密度ベースのフィルタリングといった技術を用いて性能最適化を行うこと。
• 実データおよび合成データセットを用いた実験的評価を通じて、提案手法の有効性と効率性を、さまざまな動的更新シナリオ下で検証すること。

提案手法

• 構造的制約（パターングラフのトポロジーを介して）と容量制限（ノードレベルの制限を介して）を統合した、グラフパターンマッチングの新たな意味論「チームシミュレーション」を導入する。
• チームシミュレーションを用いたバッチアルゴリズムを提案。探索空間を制限するための半径可変ボールと、低品質な候補を除外するための密度ベースのフィルタリングによる最適化を実施する。
• パターングラフおよびデータグラフの両方に対する更新を効率的に行えるよう、補助データ構造を維持する統合的インクリメンタルアルゴリズムを設計する。
• 特に連続的更新ワークロード下でのオーバーヘッドを低減するため、インクリメンタルフレームワークでラージ更新ポリシーを採用する。
• パターンのみ、データのみ、およびパターンとデータの同時更新の3つの更新モードをサポート。変更のインクリメンタルな伝搬により一貫性を維持する。
• 性能評価のため、実世界（Citation）および合成データセットを組み合わせたハイブリッド評価戦略を用い、さまざまな更新頻度およびスケールをカバーする。

実験結果

リサーチクエスチョン

• RQ1 top-$k$ チーム形成において、特定の協働関係（メンバー間の必須連携関係）といった構造的制約を効果的にモデル化する方法は何か？
• RQ2 スキルごとの最小・最大メンバー数という容量制限が、チーム形成の複雑さと実現可能性に与える影響は何か？
• RQ3 連続的かつ同時的なパターングラフおよびエキスパートデータグラフの更新を効率的に処理できるインクリメンタルアルゴリズムを設計できるか？
• RQ4 さまざまな更新頻度およびデータサイズ下で、インクリメンタルアプローチの性能はバッチ再計算と比べてどの程度優れているか？
• RQ5 大規模グラフにおいて、インクリメンタル更新のための補助構造を維持する際のメモリオーバーヘッドはどの程度か？

主な発見

• 提案されたグラフパターンマッチング手法は、実用的なチーム形成要件、特に構造的協働制約とスキル容量制限を効果的に捉えている。
• バッチアルゴリズムは高い効率性を達成しており、ノード数139万のデータセットと10ノードのパターンを用いた場合、top-$k$ チーム形成を116秒で完了する。
• パターン更新率が平均27%を超え、データ更新率が24%を超える状況では、インクリメンタルアルゴリズムがバッチアプローチを上回る性能を示す（データセットに依存）。
• パターンとデータの同時更新においては、更新サイクルあたり22.5%（Citation）および20%（合成）未満の更新率であれば、インクリメンタルアプローチが依然として優位である。
• インクリメンタルアルゴリズムは、Citationおよび合成データセットでそれぞれ元のデータセットサイズの69.4%および26.9%に相当する、25MB～130MBの追加ストレージしか消費しない。
• インクリメンタルフレームワークにおけるラージ更新ポリシーにより、後続の更新処理時間が短縮され、1バッチあたり最大29%のパターン更新および26%のデータ更新を含む連続的更新シーケンスを効率的に処理できる。