[论文解读] A Change-Sensitive Algorithm for Maintaining Maximal Bicliques in a Dynamic Bipartite Graph

Apurba Das, Srikanta Tirthapura|arXiv (Cornell University)|Jul 26, 2017

Gene Regulatory Network Analysis参考文献 24被引用 3

一句话总结

本文提出了一种变化敏感型算法 DynamicBC，用于在边插入或删除的动态二分图中高效维护最大双团。该算法的时间复杂度与最大双团集合的实际变化量成正比，实现了近乎最优的性能，并对变化幅度提供了可证明的界，实际性能相比基线方法高出数个数量级。

ABSTRACT

We consider the maintenance of maximal bicliques from a dynamic bipartite graph that changes over time due to the addition or deletion of edges. When the set of edges in a graph changes, we are interested in knowing the change in the set of maximal bicliques (the "change"), rather than in knowing the set of maximal bicliques that remain unaffected. The challenge in an efficient algorithm is to enumerate the change without explicitly enumerating the set of all maximal bicliques. In this work, we present (1) near-tight bounds on the magnitude of change in the set of maximal bicliques of a graph, due to a change in the edge set (2) a "change-sensitive" algorithm for enumerating the change in the set of maximal bicliques, whose time complexity is proportional to the magnitude of change that actually occurred in the set of maximal bicliques in the graph. To our knowledge, these are the first algorithms for enumerating maximal bicliques in a dynamic graph, with such provable performance guarantees. Our algorithms are easy to implement, and experimental results show that their performance exceeds that of current baseline implementations by orders of magnitude.

研究动机与目标

• 解决在通过边添加或删除而演化的二分图中，高效维护最大双团的挑战。
• 量化单次边更新导致的最大双团集合可能的变化量。
• 设计一种运行时间仅随实际变化量增长而非最坏情况图规模增长的算法。
• 实现在大规模动态图中最大双团的实用且可扩展的维护，尤其适用于变化稀疏的情况。

提出的方法

• 该算法维护图的动态表示，并跟踪边更新后双团结构的变化。
• 它使用一种子集检测机制 SubBC，识别在边添加后不再保持最大的旧双团。
• 通过探索新添加边的邻域并扩展潜在双团候选者，发现新的最大双团。
• 该算法采用基于签名的表示方法（例如 64 位 murmur 哈希），在保持正确性的同时显著降低内存开销。
• 支持可配置批处理大小的增量处理，实现开销与性能之间的权衡。
• 可应用大小阈值 $ s $ 来过滤掉小双团，从而降低大规模图的计算成本。

实验结果

研究问题

• RQ1 当在二分图中添加一条边时，最大双团数量的最大可能变化量是多少？
• RQ2 我们能否设计一种运行时间仅取决于实际变化双团数量的算法，而非图的规模？
• RQ3 最大双团的变化量如何随边更新次数变化？
• RQ4 我们能否在边更新后高效检测新形成的和被包含的最大双团？

主要发现

• 单条边添加导致的最大双团集合的最大变化量被限制在 $ 3g(n-2) \approx 1.5 \times 2^{n/2} $ 以内，该界为指数级，且为紧致界。
• 该算法的时间复杂度与实际变化双团数量成正比，使其具备变化敏感性，适用于稀疏更新场景。
• 实验结果表明，DynamicBC 在包含数百万条边的图上，无论是运行时间还是可扩展性，均相比基线方法高出数个数量级。
• 使用双团签名可显著降低内存使用量，尤其在大双团中效果明显，使算法能够在内存受限的数据集上运行。
• 提高双团的大小阈值 $ s $ 可显著减少总计算时间，在如 epinion-rating-init 这类大规模图中，最多可减少 50% 的计算时间。
• 由于被包含双团检测的复杂度随批处理大小呈指数依赖，因此计算时间随批处理大小增加而上升；但过小的批处理会引入过高开销。