[论文解读] Shattering and Compressing Networks for Centrality Analysis

Ahmet Erdem Saryüce, Érik Saule+2 more|arXiv (Cornell University)|Sep 26, 2012

Complex Network Analysis Techniques参考文献 20被引用 6

一句话总结

该论文提出了一种新颖的框架，通过将网络压缩并破碎为独立组件，从而加速介数中心性（BC）的计算。通过利用割点、桥接边和顶点身份等结构特征，该方法在多种真实网络中将BC计算时间最多减少59%，而BFS顶点排序进一步使性能平均提升20%。

ABSTRACT

Who is more important in a network? Who controls the flow between the nodes or whose contribution is significant for connections? Centrality metrics play an important role while answering these questions. The betweenness metric is useful for network analysis and implemented in various tools. Since it is one of the most computationally expensive kernels in graph mining, several techniques have been proposed for fast computation of betweenness centrality. In this work, we propose and investigate techniques which compress a network and shatter it into pieces so that the rest of the computation can be handled independently for each piece. Although we designed and tuned the shattering process for betweenness, it can be adapted for other centrality metrics in a straightforward manner. Experimental results show that the proposed techniques can be a great arsenal to reduce the centrality computation time for various types of networks.

研究动机与目标

• 降低大规模网络中精确介数中心性（BC）计算的高成本。
• 开发将网络分解为独立组件的技术，以实现并行BC计算。
• 识别结构特征（如割点、桥接边和相同顶点）以实现有效的网络破碎与压缩。
• 评估预处理技术（包括顶点排序）对BC性能的影响。
• 提供一种实用且可扩展的框架，适用于标准顶点介数以外的多种中心性度量。

提出的方法

• 通过识别并移除割点和桥接边来破碎网络，将图分解为更小的独立组件。
• 通过消除度为1的顶点并合并具有相同邻居集合的相同顶点来压缩图，从而在不改变BC得分的前提下减少顶点和边的数量。
• 使用基于BFS的顶点排序，以改善Brandes算法中的负载均衡并减少缓存未命中。
• 通过在分解过程中追踪最短路径贡献，保留组件间的成对和源依赖关系。
• 在模块化流水线中组合多种技术（排序、度为1顶点移除、桥接边移除、割点检测、相同顶点合并）。
• 实现一个四核系统，根据预处理属性（reach, ident）的存在动态选择计算路径。

实验结果

研究问题

• RQ1 通过割点和桥接边进行网络破碎是否能显著降低介数中心性计算的时间复杂度？
• RQ2 顶点压缩技术（如移除度为1的顶点和合并相同顶点）在不改变BC得分的前提下，对减少图大小有多有效？
• RQ3 在实践中，顶点排序（如基于BFS的排序）在多大程度上能提升BC计算的性能？
• RQ4 在多种网络类型中，组合多种预处理技术对BC执行时间的累积影响如何？
• RQ5 所提出的框架能否推广到其他基于路径的中心性度量（如接近度或组介数）？

主要发现

• 所有预处理技术组合（odbasi）在所有测试网络中平均将BC计算时间减少了59%。
• 在社交网络中，最佳组合（odbasi）平均将执行时间减少了53%。
• 在结构图中，仅相同顶点压缩有效，平均提升了79%。
• 在地理划分图中，仅BFS排序提供了平均32%的性能提升，而其他技术影响有限。
• 图add32被odbasi完全破碎，残余图中不再有边，表明在高度模块化网络中具有极强的效率。
• 性能特征分析确认，使用所有技术（odbasi）的最优概率超过60%，优于所有其他配置。