[論文レビュー] Theory and Practice of Triangle Problems in Very Large (Sparse (Power-Law)) Graphs

Matthieu Latapy|ArXiv.org|Sep 20, 2006

Complex Network Analysis Techniques参考文献 27被引用数 8

ひとこと要約

この論文は、実世界のネットワークで一般的な非常に大規模でスパースなパワー則グラフにおいて、三角形のリスト作成、カウント、探索のための新規な時間・空間効率の良いアルゴリズムを提示する。新しいアルゴリズム（new-listing）を導入するとともに、既存のアルゴリズム（compact-forward）を最適化し、最適な O(m^{3/2}) 時間と O(n) 空間計算量を達成した。パワー則グラフにおいて顕著な性能向上が得られ、実データセットを用いた実験により検証された。

ABSTRACT

Finding, counting and/or listing triangles (three vertices with three edges) in large graphs are natural fundamental problems, which received recently much attention because of their importance in complex network analysis. We provide here a detailed state of the art on these problems, in a unified way. We note that, until now, authors paid surprisingly little attention to space complexity, despite its both fundamental and practical interest. We give the space complexities of known algorithms and discuss their implications. Then we propose improvements of a known algorithm, as well as a new algorithm, which are time optimal for triangle listing and beats previous algorithms concerning space complexity. They have the additional advantage of performing better on power-law graphs, which we also study. We finally show with an experimental study that these two algorithms perform very well in practice, allowing to handle cases that were previously out of reach.

研究の動機と目的

• 大規模グラフにおける三角形探索アルゴリズムにおいて、空間計算量の重要性が十分に注目されていないという問題に対処する。
• スパースでパワー則に従うグラフにおける三角形リスト作成、カウント、探索の時間的・空間的最適なアルゴリズムを設計する。
• パワー則度分布の特徴を活用することで、実世界のグラフにおける実用的性能を向上させる。
• 提案されたアルゴリズムの効率性とスケーラビリティについて、理論的および実験的検証を提供する。

提案手法

• コンパクトな隣接表現を用いて、O(m^{3/2}) 時間と O(n) 空間ですべての三角形をリスト作成する新しいアルゴリズム「new-listing」を提案する。
• 「compact-forward」アルゴリズムを最適化し、時間計算量を最適に保ちながら空間使用量を削減する。
• パワー則度分布（指数 α を持つ）を活用して、改善された理論的上限を導出する：O(m·n^{1/α}) 時間と O(n) 空間。
• 効率的な近隣走査と三角形列挙を可能にする単純なコンパクトなグラフ表現を用いる。
• 空間計算量と時間計算量を分析する理論的枠組みを導入し、一般のスパースグラフとパワー則グラフの違いを明確にする。
• WebGraphプロジェクトから得た実世界のグラフを用いて、広範な実験を実施し、実用的性能を評価する。

実験結果

リサーチクエスチョン

• RQ1 コンパクトなグラフ表現のみを用いて、三角形リスト作成を O(m^{3/2}) 時間と O(n) 空間で行うことは可能か？
• RQ2 実世界のグラフのパワー則度分布が、三角形探索アルゴリズムの性能にどのように影響を与えるか？
• RQ3 時間計算量の最適性を損なわずに、三角形リスト作成における空間計算量を顕著に削減できるか？
• RQ4 パワー則グラフ（指数 α）における三角形リスト作成の最適な時間・空間計算量は何か？
• RQ5 実世界の大規模グラフにおいて、実用的アルゴリズムは行列ベースの手法よりも時間的・空間的に優れているか？

主な発見

• 提案された「new-listing」アルゴリズムは、スパースグラフにおける三角形リスト作成について、最適な O(m^{3/2}) 時間と O(n) 空間計算量を達成した。
• 「compact-forward」アルゴリズムは最適な時間計算量を維持しながら空間使用量を削減するよう最適化され、大規模グラフに実用的であることが示された。
• パワー則グラフ（指数 α）に対して、O(m·n^{1/α}) 時間と O(n) 空間のアルゴリズムを導出し、一般ケースの境界を上回ることを示した。
• 実験的評価により、new-listing と compact-forward の両方が、従来の手法を上回ることを確認した。従来では処理が困難だったケースに対しても対応可能であった。
• 本研究では、行列ベースの手法が O(n^{2.376}) 時間で最適である一方で、Θ(n²) の空間計算量を要するため、非常に大規模なグラフでは実用的でないことが明らかになった。
• 三角形探索、カウント、疑似リスト作成の間には、時間的・空間的計算量に差が存在しないことが判明し、これらが漸近的に同等の計算量を有することを示唆している。