[论文解读] Graph Generators: State of the Art and Open Challenges

Angela Bonifati, Irena Holubová+2 more|arXiv (Cornell University)|Jan 22, 2020

Advanced Graph Neural Networks参考文献 122被引用 8

一句话总结

本综述对跨多个领域（如语义网、社交网络、图数据库和社区发现）的现代图生成器进行了全面分析。它根据功能、使用场景和所支持的操作对生成器进行分类，为研究人员和实践者提供统一参考，以选择适用于数据密集型任务和基准测试的合适工具，同时识别当前图生成中的开放挑战与未来研究方向。

ABSTRACT

The abundance of interconnected data has fueled the design and implementation of graph generators reproducing real-world linking properties, or gauging the effectiveness of graph algorithms, techniques and applications manipulating these data. We consider graph generation across multiple subfields, such as Semantic Web, graph databases, social networks, and community detection, along with general graphs. Despite the disparate requirements of modern graph generators throughout these communities, we analyze them under a common umbrella, reaching out the functionalities, the practical usage, and their supported operations. We argue that this classification is serving the need of providing scientists, researchers and practitioners with the right data generator at hand for their work. This survey provides a comprehensive overview of the state-of-the-art graph generators by focusing on those that are pertinent and suitable for several data-intensive tasks. Finally, we discuss open challenges and missing requirements of current graph generators along with their future extensions to new emerging fields.

研究动机与目标

• 为语义网、社交网络、图数据库和社区发现等多样化领域中的图生成器提供统一分类。
• 分析现代图生成器的功能、实际使用情况及所支持的操作，以指导研究人员和实践者选择合适工具。
• 识别当前图生成器在新兴应用领域（如时序图和隐私保护图生成）中仍存在的开放挑战与缺失需求。
• 作为选择合适图生成器的技术参考，推动图数据合成领域的创新研究。
• 通过突出图生成技术的可重用性与跨领域适用性，弥合不同社区之间的差距。

提出的方法

• 对来自语义网、社交网络、图数据库和社区发现等多个领域的60多个图生成器进行系统性综述与对比分析。
• 根据功能特性（如输入/输出格式、支持的工作负载、数据模型和查询语言）对生成器进行分类。
• 在关键指标上评估生成器，包括可配置性、生成图的真实性、对大规模与分布式处理的支持，以及可扩展性。
• 将生成器能力映射到具体用例，如基准测试、算法测试以及机器学习的合成数据生成。
• 通过跨领域对比识别出重复出现的局限性与缺失功能，包括对时序图、异构节点/边类型以及差分隐私的支持。
• 使用真实世界数据集作为基准，评估不同生成器所产生合成图的真实性与实用性。

实验结果

研究问题

• RQ1 在多样化领域中，现代图生成器在关键功能与操作方面存在哪些主要差异？
• RQ2 图生成器在支持数据密集型应用（如基准测试、算法测试和合成数据生成）方面表现如何？
• RQ3 当前图生成器普遍存在哪些局限性与缺失需求，特别是在时序图和隐私保护图生成等新兴领域？
• RQ4 一个领域中的图生成器在多大程度上可被重用或适配到另一领域？可获得哪些跨领域洞察？
• RQ5 图数据合成领域存在哪些开放挑战，阻碍了真实、可扩展且可扩展的图生成器的发展？

主要发现

• 尽管图生成器在数据密集型研究中的重要性日益提升，但本综述发现，目前仍缺乏全面、跨领域的图生成器综述。
• 许多图生成器功能局限于特定领域（如RDF、社交网络），限制了其可重用性与跨社区采纳。
• 当前生成器通常缺乏对高级功能的支持，如时序动态、异构节点/边类型以及差分隐私。
• 亟需建立标准化的评估框架与基准数据集，以比较生成器的质量与真实性。
• 基于统计模型的生成器（如 preferential attachment、stochastic block models）仍占主导地位，但基于深度生成模型的方法（如 GraphVAE）在小规模图生成方面展现出潜力。
• 尽管已有进展，但目前尚无任一生成器能同时支持所有理想特性（如真实社区结构、幂律度分布与模块性），凸显了关键开放挑战。